Teradata Corp., anunciaron su asociación para aprovechar el análisis predictivo y aumentar la efectividad del análisis de riesgo de salud.
La asociación es oportuna ya que los contribuyentes de la salud (compañías de seguros y el gobierno) y proveedores (doctores y organizaciones de servicios médicos) buscan reducir tasas de admisión y reingreso hospitalario. Al mejorar la capacidad para cuantificar y analizar el estado de salud del paciente con base en la necesidad de admisión en el hospital, se conduce a la prestación de atención específica a los pacientes que más necesitan intervención. Las mejoras en la salud resultantes dan lugar a un menor número de hospitalizaciones y a la reducción de los gastos médicos asociados. Los proveedores de salud están buscando cada vez más un enfoque apoyado en datos para reducir sus tasas de readmisión dentro de los 30 días siguientes, debido a las multas impuestas por el Programa de Reducción de Admisiones en el Hospital, Ley de Cuidado de Asequibilidad y Protección a Pacientes. Estas presiones regulatorias y financieras vuelven más importante que nunca que los proveedores puedan identificar a los pacientes con mayores probabilidades de solicitar la readmisión al hospital y tomar medidas para individualizar el cuidado preventivo.
“Las organizaciones de atención en salud se enfrentan al reto de incrementar la calidad de atención al paciente y a su vez reducir costos, pero la mayoría de las soluciones existentes de calificación del riesgo no proporcionan un conocimiento profundo acerca de las necesidades individuales de los pacientes”, comentó Jason Janetzke, Director Senior de Marketing Global de Teradata. “Es el momento adecuado para que las comunidades de atención en salud se beneficien de la analítica avanzada para calificar riesgos específicos de enfermedades basada en una escala más amplia de grandes volúmenes de datos, la cual puede mejorar las experiencias del paciente, prevenir enfermedades y reducir costos. Nuestra colaboración con Knowledgent ofrece un resultado excelente en todas las dimensiones de la ecuación del cuidado de la salud”.
Las tecnologías de big data permiten a las organizaciones de la salud aprovechar todos los datos relevantes de la empresa al momento de calcular la puntuación de riesgo específica del estado de la enfermedad de un paciente. En un entorno de grandes volúmenes de datos, los datos por Reclamaciones, Registros Médicos Electrónicos (EMR), Resultados de Laboratorio, Imágenes Médicas, Notas sobre Gestión de Atención, encuestas a los miembros y fuentes de datos demográficos y psicográficos pueden ser analizados colectivamente para determinar el Riesgo de los pacientes y obtener información que antes era imposible recopilar. El Registro Unificado de Pacientes de Knowledgent coteja puntos dispares de datos dentro de una visión longitudinal del paciente, facilitando el análisis y presentación de informes sobre los datos de los pacientes. La combinación de la experiencia en el cuidado de la salud y la ciencia de datos de Knowledgent con Teradata Aster Analytics permite analíticas avanzadas y nuevos análisis predictivos.
“La Calificación de Riesgo según el estado de la enfermedad ha mostrado resultados impresionantes entre los primeros usuarios que buscan reducir las admisiones y readmisiones mediante el aprovechamiento de la información de las bases de datos de los pacientes”, comentó Mateo Arellano, Socio de Salud de Knowledgent. “Los modelos analíticos predictivos de Knowledgent se utilizan para identificar a los pacientes que ingresan en un hospital con la más alta probabilidad de reingreso debido al estado específico de la enfermedad, permitiendo a los proveedores enfocar sus esfuerzos y recursos de seguimiento (incluyendo la gestión de casos, atención de enfermería y visitas de especialistas) en aquellas personas más vulnerables. La incorporación de Teradata Aster Analytics aporta dimensiones analíticas basadas en múltiples comportamientos para comprender los factores de riesgo del paciente”.
Entre los numerosos ejemplos de los beneficios de implementar analíticas de puntuación de riesgo se encuentra una compañía de seguros de la salud de Pennsylvania que pudo reducir más del 40% de su tasa de ingreso esperada por insuficiencia cardíaca, a través del uso del análisis predictivo de puntuación de riesgos combinado con cuidado preventivo proactivo. Además, una red de proveedores de atención médica en las Carolinas aprovechó el análisis predictivo para calcular la calificación de riesgo de readmisión por EPOC (Enfermedad Pulmonar Obstructiva Crónica) y al hacerlo pudo reducir su tasa de reingreso por EPOC del 21% al 14%. Al observar la salud de sus pacientes mediante la condición de la enfermedad y no en conjunto, estas organizaciones han podido dirigir los recursos a sus pacientes más vulnerables, mejorando la salud del paciente y a la vez reduciendo significativamente las hospitalizaciones y readmisiones.
Redacción C21