El sector salud está viviendo un momento de cambio en el que las tecnologías de la información y la comunicación (TIC) juegan un papel decisivo. Las TIC pueden mejorar muchos de los servicios que la sanidad ofrece: la asistencia sanitaria, la coordinación entre niveles asistenciales sanitarios y sociales, entre pacientes y profesionales…
El Instituto de Ingeniería del Conocimiento (IIC) ha participado en XX Congreso Nacional de Informática de la Salud, INFORSALUD 2017, con la presentación del innovador proyecto «Visión integrada de traumatología en relación a la lista de espera de sustitución de rodilla», en el que participan expertos del propio IIC junto con expertos del Servicio de Salud de Castilla-La Mancha (SESCAM).
En el hospital de Toledo se detectan posibles diferencias sustanciales en los criterios para establecer la intervención quirúrgica, por lo que el SESCAM ve necesario un estudio sobre la inclusión en lista de espera para sustitución de rodilla.
Este estudio tiene como objetivo facilitar la optimización de las listas de espera de ciertas operaciones; en concreto, se buscaban patrones y propiedades relevantes que caracterizaran a los pacientes incluidos en la lista de espera de sustitución de rodilla en la provincia de Toledo.
Para realizar este estudio se han utilizado técnicas de análisis descriptivo y predictivo sobre datos proporcionados por el Servicio de Salud de Castilla-La Mancha.
Este proyecto utiliza la información recogida por los sistemas informáticos del SESCAM, tanto de Atención Primaria como Especializada. Se ha utilizado una metodología estándar para proyectos de Big Data y Machine Learning, por medio de cinco pasos:
- Especificación de requisitos, datos asociados y criterios a seguir para su validación.
- Revisión del estado del arte y de proyectos anteriores relacionados.
- Recopilación de información de relevancia aportados por el SESCAM.
- Construcción de modelos y
- Análisis de los resultados para elegir los mejores modelos.
Se han aplicado técnicas de analítica descriptiva y predictiva así como procesamiento de Lenguaje Natural sobre los textos de la historia clínica digital.
Conclusiones del estudio
Como relevantes conclusiones principales del estudio, destacamos los siguientes factores:
La edad. A raíz del análisis descriptivo y, posteriormente demostrado en el análisis predictivo, vemos que la edad es un factor determinante.
Campo semántico relacionado con el envejecimiento. Palabras como deterioro, Sintrom, nieta, familia, etc., aparecen como palabras relevantes en el análisis del texto libre.
Obtención de reglas. En las tres aproximaciones destacadas se obtienen reglas basadas en la realidad de la información clínica.