¿Qué preguntas te desvelan al pensar en el sistema de salud?

Quizás, ¿quiénes no están recibiendo servicios de calidad? y ¿qué incrementa los costos del sistema? y ¿cuáles tratamientos son los más efectivos para la población y cuáles deberían interrumpirse? y ¿cómo lograr que los pacientes asistan a sus citas de seguimiento? y ¿qué funciona y qué no en la atención sanitaria nacional?

Cualquiera que sea la pregunta, los datos correctos pueden no solo responde los interrogantes (y, con suerte, permitir que duermas mejor) sino también apoyar la toma de decisiones efectiva para lograr un impacto.

El aporte central de una TD es proporcionar la información precisa a las personas adecuadas en el momento oportuno para que tomen acción. Esto incluye cada paso del proceso. Sin la información adecuada, tanto el diseño de políticas como las prácticas de salud nacionales serán inefectivas, y en situaciones de crisis, serán catastróficas.

El reporte del BID Detección, prevención, respuesta y recuperación con tecnología digital: Evidencias de la aplicación de intervenciones digitales en emergencias de salud pública pasadas, presentes y consideraciones para las futuras indica que en intervenciones durante emergencias de salud pública como las de ébola, cólera, MERS y COVID-19 la información fue el desafío más frecuente. El estudio identificó tres áreas específicas de falla: la falta de información de calidad y datos confiables, los obstáculos de comunicación y la utilización de información insuficiente en la toma de decisiones.

Estos desafíos no solo están presentes durante pandemias. Los retos relacionados con fallas de información persisten con serias consecuencias en la región. Por ejemplo, muchos sistemas de información nacionales aún no identifican a las personas por su nombre o número de identificación. Otros carecen de interoperabilidad, lo que crea silos de información duplicada, a menudo con datos de mala calidad. Además, los datos disponibles con frecuencia se utilizan solo para fines de informes, no para tomar decisiones sobre la atención del paciente, los procesos de gestión o las políticas de información. Esto genera un círculo vicioso de información de mala calidad porque no se utiliza y de información que no se utiliza porque es de mala calidad.

¿El punto de partida para mejorar?

La política y práctica de salud informadas empiezan por hacer las preguntas que estén alineadas con el problema que se quiere resolver y con las necesidades de otras estrategias clave, como la mejora continua de la calidad o la gestión basada en resultados. Sin las preguntas correctas, los datos obtenidos no podrán informar efectivamente las decisiones necesarias.

Cuando existe claridad sobre las preguntas adecuadas sobre los retos y necesidades, la infraestructura y las herramientas digitales pueden ayudar en la recopilación, el procesamiento, el intercambio y el uso de la información para habilitar un sistema de salud más eficiente y de calidad que aprende; es decir, aquel en el que los procesos de generación de conocimiento se integran en la práctica diaria para producir una mejora continua en la atención. Herramientas en esta dimensión incluyen, por ejemplo, tableros de mando de inteligencia empresarial, repositorios de datos para estadísticas, análisis e investigación, Big Data y herramientas de datos abiertos.

Varios países en ALC, incluyendo Uruguay y Argentina, han creado centros de conocimiento en línea para la transformación digital que comparten contenidos, experiencias y guías de implementación para el ecosistema nacional. El portal de la OPS de Gestión del Conocimiento y el Acceso a la Información de Salud para las Américas ofrece información técnica sobre políticas, programas y documentos oficiales; estadísticas y métricas de la producción científica en las principales bases de datos bibliográficas y capacitaciones y talleres. Algunos países también han formado unidades de analítica de datos, centradas en obtener el mayor provecho práctico de la información recabada. Un ejemplo es la labor del Área de Gestión de la Información en el subsistema público de salud de la Ciudad de Buenos Aires para su gestión de la información en salud.

Para tener un impacto real, las herramientas deben estar alineadas con una estrategia de análisis de salud para la toma de decisiones que, según el modelo IS4H de la OPS, requiere un enfoque sistemático para la evaluación de necesidades de salud, accesibilidad de información esencial y técnicas analíticas avanzadas para respaldar, al instante, la toma de decisiones políticas, de gestión y clínicas.

Las acciones en otras dimensiones del modelo de TD de la salud, como las personas, la cultura y la gobernanza, son fundamentales para garantizar que el personal sanitario tenga las habilidades y los incentivos adecuados para interpretar y utilizar los datos en todos los niveles del sistema y que los ciudadanos tengan acceso y estén capacitados para utilizar los datos para mejorar su propia salud.

Los siguientes recursos adicionales ofrecen más información y herramientas para lograr una política y práctica de salud informadas:

• De la información a la inteligencia: ¿Cómo adaptar las instituciones para el análisis de datos en el gobierno? Describe diferentes modelos y experiencias en cuanto a unidades de análisis de datos en el sector público.
• Detección, prevención, respuesta y recuperación con tecnología digital: Evidencias de la aplicación de intervenciones digitales en emergencias de salud pública pasadas, presentes y consideraciones para las futuras. Describe experiencias pasadas en el uso de tecnología para enfrentar emergencias como las de ébola, MERS y SARS.
• Modelo de Madurez Nacional de la HCE del BID. Ayuda a medir el nivel de madurez en el uso de información de la historia clínica electrónica para la toma de decisiones entre otras cosas.
• Modelo de Madurez de Sistemas de Información para la Salud, de la OPS. Mide a nivel nacional la madurez en cuanto a la gestión de la información digital en salud.
• Learning health systems: pathways to progress. Analiza cómo aprendemos a nivel individual, de equipo y organizacional, por qué necesitamos sistemas de salud que aprenden de sí mismos y cómo construir un sistema que lo haga.