Al tratar muchos casos, los médicos carecen de pruebas comparativas en tiempo real y se ven obligados a tomar decisiones a pesar de variables desconocidas que pueden alterar drásticamente los resultados. Estas brechas de evidencia se producen todos los días, especialmente en pacientes con múltiples afecciones, historiales médicos complejos y orígenes étnicos diversos. Los avances en la investigación académica, incluido un importante proyecto en la Facultad de Medicina de la Universidad de Stanford, han dado lugar a innovaciones tecnológicas que permiten a los médicos generar pruebas bajo demanda a partir de datos de investigación e historiales médicos anónimos, lo que cierra la brecha de evidencia para que los médicos puedan tomar decisiones informadas que mejoren los resultados.

•••

Cuando se pregunta a los médicos si el caso de un paciente que están atendiendo tiene una pauta de cuidados correspondiente, la respuesta suele ser «no». Como pueden atestiguar los especialistas en medicina, solo alrededor del 20% de los pacientes siguen una guía de cuidados estándar. Combine eso con el hecho de queapenas por debajo del 20% de las pautas de cuidados existentes están respaldadas por pruebas de alta calidad, y llegamos a una conclusión sorprendente: aproximadamente solo el 4% de las situaciones de atención al paciente que un médico debe gestionar tienen orientación derivada de ensayos clínicos aleatorizados y controlados. En otras palabras, casi siempre falta investigación.

Estas lagunas en las pruebas obligan a los médicos a tomar decisiones sobre el tratamiento sin datos, basándose únicamente en la intuición y la experiencia. Esta situación se agrava cuando los médicos atienden a pacientes con múltiples afecciones, historiales médicos complejos o orígenes étnicos diversos.

En un momento en que se puede rastrear cada clic y los historiales médicos son totalmente electrónicos, los médicos deberían poder hacer referencia digital a las decisiones que toman otros médicos para obtener información:¿Qué les pasó a otros pacientes como el mío?? Si bien existe la tecnología para realizar una consulta digital de datos de este tipo, incorporar los resultados a la atención de rutina requiere nuevas soluciones. Está surgiendo un modelo: los servicios cuentan con médicos y científicos de datos, todos los cuales tienen acceso a los historiales longitudinales de los pacientes y pueden devolver las pruebas requeridas en menos de 24 horas.

En la Facultad de Medicina de la Universidad de Stanford, el proyecto de investigación académicaServicio de consulta informática Green Button, se desarrolló para ofrecer consultas clínicas respaldadas por la tecnología. Desde entonces, los departamentos de informática de algunas de las instituciones más conocidas del país han seguido su ejemplo y han experimentado con servicios similares. Los ejemplos incluyen Ciudad de la esperanza, Universidad de Columbia, y la Clínica Mayo, que desarrolló el Plataforma de Mayo Clinic organizar los datos de forma segura con el objetivo de poder responder incluso a las consultas médicas más complicadas con la mayor rapidez posible y afectar inmediatamente a la atención de los pacientes.

El propósito de este artículo es explicar cómo funcionan estos servicios y cómo pueden mejorar la atención a los pacientes y reducir los costes.

La brecha de pruebas

Considere este ejemplo personal y real (la madre del coautor John Halamka, para ser exactos): una anciana que presenta un estado mental deteriorado, fiebre y un nivel bajo de sodio sérico. Es hospitalizada y atendida por un médico de atención primaria, quien reconoce que es probable que el paciente tenga una infección del tracto urinario (ITU) y comienza el tratamiento con antibióticos y antifebriles. Sin embargo, una infección urinaria no explica del todo los niveles bajos de sodio del paciente. Si bien el bajo contenido de sodio puede deberse a la depuración renal del sodio, los pacientes con infecciones urinarias rara vez presentan un nivel bajo de sodio, lo que hace que el médico busque respuestas.

Lamentablemente, no hay muchas respuestas disponibles porque no se ha realizado un ensayo clínico con mujeres de 80 años con problemas mentales y niveles anormalmente bajos de sodio. Sin embargo, con millones de historiales electrónicos de pacientes disponibles, una consulta en la base de datos podría permitir al médico diagnosticar y tratar al paciente con precisión, en lugar de simplemente adivinarlo mejor.

Incluso los médicos altamente cualificados y cualificados tienen una brecha en las pruebas que reduce su capacidad de diagnosticar y tratar con precisión a ciertos pacientes, una de las razones por las que este análisis debe realizarse de forma rutinaria. Las consultas periódicas a las bases de datos pueden responder a preguntas clínicas críticas, como:

  • ¿Cuál es el diagnóstico correcto?
  • ¿Qué pruebas de diagnóstico se deben pedir?
  • ¿Qué implica este resultado de laboratorio o marcador genómico anormal?
  • ¿Cuál es el pronóstico típico de pacientes así?
  • ¿Qué medicamentos u otras modalidades de tratamiento deben seguirse, en qué orden, para optimizar los resultados?
  • ¿Valdrá la pena el riesgo o el coste de este procedimiento para este paciente?
  • ¿Se puede prolongar o mejorar la vida del paciente con tratamientos alternativos?

Un esfuerzo de cuatro décadas       

La idea de consultar la historia clínica para saber qué les ha pasado a pacientes similares no es nueva. Podría decirse que comenzó en 1972, cuando el famoso investigador médico Alvan Feinstein publicó»Estimación del pronóstico con la ayuda de un programa de ordenador en modo conversación», un artículo en el que describía un sistema informático en el que los médicos, los datos médicos y la tecnología se combinan para crear pruebas del mundo real que respaldan las decisiones clínicas de tratamiento de los pacientes con cáncer de pulmón. Desde esa histórica idea, se han hecho varios esfuerzos para hacer realidad esta visión.

Un ejemplo es elBase de datos de Duke sobre enfermedades cardiovasculares, que se lanzó en 1975 y publicó informes llamados pronósticos eso resumió lo que les pasaba a pacientes similares cuando se tomaban diferentes decisiones de tratamiento. La esperanza era que el Duke Databank pasara a formar parte de la práctica clínica. Sin embargo, el coste de obtener los datos en formato electrónico, el hecho de centrarse en un solo área de la medicina (en este caso, la cardiología) y las limitaciones en torno a los pagos limitaron el esfuerzo.

Los informes de pronósticos de Duke finalmente terminaron, pero el concepto no se abandonó. Otras universidades e instituciones se han esforzado por superar los obstáculos logísticos y fomentar la tecnología y la política de apoyo necesarias.

En 2011, los pediatras de la Facultad de Medicina de la Universidad de Stanford tomaron la decisión crítica de tratar a un paciente con lupus eritematoso sistémico (LES) con un anticoagulante. No era un consultorio estándar, pero los médicos consideraron que era el mejor curso de acción dadas las complicaciones. Sin embargo, no se realizaron estudios relacionados que confirmaran que esta opción de tratamiento era la mejor dado el riesgo. Como guía, los médicos utilizaron el almacén de datos clínicos de la escuela para estimar el riesgo de coágulos sanguíneos. En menos de cuatro horas, pudieron revisar los datos de una cohorte de LES que incluía pacientes pediátricos con LES atendidos por médicos entre octubre de 2004 y julio de 2009 y tomar la decisión basada en los datos de administrar un anticoagulante. Su éxito se publicó más tarde en el artículo del New England Journal of Medicine»La medicina basada en la evidencia en la era de la EMR.”

Una solución factible

En 2018, un grupo de médicos y científicos de datos de la Facultad de Medicina de la Universidad de Stanford pusieron a prueba el Servicio de Consultas Informáticas Green Button, que utilizaba datos anónimos y recopilados de forma rutinaria de millones de personas para proporcionar pruebas bajo demanda en situaciones en las que no había pruebas adecuadas. Entonces, los médicos tratantes y los científicos de datos podrían analizar inmediatamente los resultados para informar de inmediato a la atención de los pacientes. Duranteel piloto, el servicio respondió a 100 solicitudes de consulta de 53 usuarios de varias especialidades. Las consultas sirvieron de base para la atención individual de los pacientes, dieron lugar a cambios en las prácticas institucionales y motivaron la continuación de la investigación clínica, lo que estableció la viabilidad de la generación de pruebas bajo demanda para cerrar las brechas de evidencia.

Esta nueva capacidad fue el catalizador de Atropos Health, que hasta la fecha ha atendido con éxito más de 1800 solicitudes de consulta. Varias empresas emergentes de tecnología de la salud se han comprometido a aprovechar el poder de los datos de las historias clínicas electrónicas para mejorar la atención a los pacientes.Lucem Health, Inferencia, OMNY Health, y Atropos Health son solo algunos ejemplos. Los gigantes de la salud como Mayo Clinic y Cleveland Clinic también se están dando cuenta. Al ver el potencial de las consultas en las bases de datos en el punto de atención, Mayo Clinic se asoció con Atropos y aprovechó la tecnología de la empresa para mejorar la plataforma de Mayo Clinic.

Todo esto es posible en parte gracias a las normas federales que exigen migrar los datos de los pacientes de las historias clínicas en papel y almacenarse en formato electrónico, lo que significa que ahora se puede acceder de forma rutinaria a los historiales médicos anteriores de 10 a 15 años de cientos de millones de pacientes. La plataforma de Mayo Clinic, por ejemplo, mejora la prestación de cuidados a través de la información y el conocimiento derivados de los datos anónimos de 10 millones de registros de pacientes, que incluyen valores de laboratorio, códigos de diagnóstico, signos vitales, medicamentos y notas clínicas. Estos datos son necesarios para mejorar la eficacia de las consultas en las bases de datos; proporcionan a los analistas de datos y a las plataformas de aprendizaje automático los componentes básicos necesarios para convertir los datos en información.

Servicios expertos en el circuito

Acceder a los datos y almacenarlos para analizarlos facilita la vida de los científicos de datos y los médicos que buscan mejorar la prestación de la atención, pero desarrollar nuevas mejores prácticas de prestación de cuidados requiere construir una base probatoria. Dado que los datos se obtienen a través de los encuentros con los pacientes, la generación de esas pruebas lleva mucho tiempo y cuesta mucho dinero. Además, encontrar patrones en los datos es un proceso manual para muchas instituciones, lo que añade un coste adicional de tiempo y mano de obra a la ecuación. Incluso en instituciones con equipos de análisis bien dotados de personal, esa generación de pruebas a menudo requiere más300 horas y 300 000$ solo para responder a las preguntas clínicas y desarrollar una nueva guía de cuidados. Este enfoque artesanal no puede ampliarse para satisfacer las necesidades de todos los pacientes.

La solución emplea una tecnología de búsqueda novedosa, como la que utilizan el Servicio de Consultas Informáticas de Green Button y un equipo de médicos y científicos de datos que tienen acceso a conjuntos de datos bajo demanda y a la experiencia necesaria para interpretar los resultados de la búsqueda. Este enfoque puede lograr la precisión y la velocidad necesarias para el tiempo de entrega de menos de 24 horas necesario para cerrar las brechas de pruebas junto a la cama. Además de reducir drásticamente el tiempo y la mano de obra necesarios para producir esta información clínica personalizada, es casi seguro que este enfoque generará importantes ahorros de costes; las investigaciones en curso tienen como objetivo cuantificar exactamente cuánto.

En los últimos 40 años, a pesar de la enorme inversión en tecnología y políticas para impulsar la innovación digital en la atención, los médicos siguen tomando una plétora de decisiones clínicas sin datos. Los servicios expertos y actualizados que utilizan la tecnología y los datos disponibles ahora pueden ayudar a cambiar esa situación, cumpliendo las promesas iniciales de los historiales médicos electrónicos de convertir los conocimientos clínicos del mundo real en una mejor atención al paciente. Pueden acercarnos a hacer realidad la visión de Feinstein y cerrar la brecha de pruebas en el punto de atención.