Avance de los Sistemas de Soporte a la Decisión con Datos, Informática y Sistemas de Salud de Aprendizaje en una Era...

Área de la Ciencia:

• Informática de la Salud
• Inteligencia Artificial
• Mejora de la Calidad

Sus antecedentes:

• La Ley HITECH y el Uso Significativo (MU) llevaron a la adopción generalizada de Registros de Salud Electrónicos (HCE).
• A pesar de la ubicuidad de los HCE, la transformación de la atención médica en Sistemas de Salud de Aprendizaje (LHS) sigue siendo limitada.
• Los marcos de mejora de la calidad existentes necesitan actualización para aprovechar las capacidades modernas.

Objetivo del estudio:

• Proponer un modelo de ciclo de vida de mejora de la calidad extendido para la transformación de la atención médica.
• Alinear el marco DMAIC (Definir, Medir, Analizar, Mejorar, Controlar) con la informática y la IA.
• Guiar a las organizaciones de atención médica en el establecimiento de Sistemas de Salud de Aprendizaje basados en datos.

Principales métodos:

• Extensión de un modelo de ciclo de vida de mejora de la calidad descrito previamente.
• Integración de capacidades de Inteligencia Artificial (IA) en cada etapa DMAIC.
• Utilización de datos clínicos electrónicos para el soporte de decisiones dentro del marco DMAIC.

Principales resultados:

• El marco DMAIC proporciona un enfoque estructurado para el soporte de decisiones post-MU.
• Las herramientas impulsadas por IA pueden mejorar cada fase del ciclo DMAIC.
• Aprovechar los datos de HCE a través de este modelo facilita el desarrollo de LHS.

Conclusiones:

• La integración de la IA en el ciclo DMAIC es crucial para avanzar en la transformación de la atención médica.
• Este enfoque permite a las organizaciones de atención médica construir Sistemas de Salud de Aprendizaje ágiles y basados en datos.
• Cumple el potencial de la tecnología de la información de la salud para la mejora sistémica.