#20 De tener datos a hacer algo con ellos en el mundo sanitario.
Segunda parte de cómo empezar a implementar una estrategia de datos en tu organización sanitaria
¡Bienvenido a esta edición número 20 de Médicos Inconformistas!
Cada semana te traigo ideas y conceptos de fuera del mundo de la salud para inspirarte, ayudarte a tomar mejores decisiones y explorar nuevas vías de ingresos como profesional sanitario.
Este espacio es una mezcla de aprendizajes, reflexiones y recursos prácticos que voy recopilando cada semana adaptados a la realidad de los profesionales de la salud que no están contentos con su situación actual y están preparándose para un cambio o están empujando un proyecto personal.
Hoy seguimos la conversación iniciada en la edición anterior, un tema que me apasiona, cómo los datos que manejas en tu entorno sanitario pueden ayudarte a contar historias con poder de conseguir cosas.
Voy a intentar contarte paso a paso el camino que recorre un dato clínico desde que se extrae hasta que cambia una decisión.
Hay errores muy frecuentes que frenan estos proyectos y frustran a los profesionales que los lideran. Vamos a repasarlos también.
Y por último voy a darte un mini-plan de acción para que cualquier sanitario pueda empezar empujar alguna de estas iniciativas.
Hace mucho calor por aquí donde estoy, así que, como ves, voy directo a lo que nos interesa.
También comentarte que ya tienes varias ediciones de esta newsletter en audio y vídeo en Spotify y Youtube, por si sois más de ver o escuchar que de leer.
Dicho esto, si ya vas más avanzado aquí tienes los enlaces para leerte las dos ediciones anteriores:
La edición anterior terminaba la siguiente idea: quien controla los datos tiene el poder de controlar el relato.
Y en un sistema sanitario que cada vez tiene más ruido, más burocracia y más competencia por los recursos, que más gente sepa lo que estás haciendo es casi tan importante como hacerlo bien.
Pero claro, una cosa es decirlo… y otra muy distinta es implementarlo. De eso vamos a hablar en esta edición número 20.
Empezamos👇
Un error muy común con los datos es no saber para qué vamos a usarlos
El otro día te expresaba la importancia de manejar datos. Los superpoderes que te dan tener su control y el primer paso es pensar qué se quiere conseguir con ellos.
Uno de los errores más repetidos cuando se intenta usar datos para “mejorar algo” o “mostrar algo” es que no hay una visión clara de por qué queremos medir.
A veces se recopila información solo porque “hay que hacerlo”. O porque “el ministerio lo pide”. O porque “queda bien para una publicación”. Pero si tú mismo no tienes claro qué esperas de ese análisis, es imposible que te ayude a tomar decisiones.
En una organización sanitaria, los motivos suelen ser más o menos siempre los mismos:
Conseguir más financiación.
Demostrar impacto.
Mejorar un proceso clínico.
Obtener visibilidad como unidad de referencia.
Pero si ese objetivo no se define bien desde el principio y no se comunica a TODO el equipo, lo que era un proyecto estratégico acaba convertido en otro Excel abandonado.
Usar datos sin una pregunta clara y que la entienda todo el mundo que va a estar involucrado no tiene sentido.
Del dato a la acción.
Ahora que sabemos qué sabemos para qué queremos esa información y (por supuesto) sabemos que esa información la podemos conseguir…
…para pasar del dato crudo a algo con impacto hay un camino que casi siempre sigue los mismos pasos.
Te voy a presentar los distintos pasos con la siguiente estructura: Paso - Qué implica - Ejemplo
1. Extraer
Sacar la información de donde vive (HIS, PACS, CSV, hoja de ingresos de planta…).
¿Dónde está la información?
Lo bueno es que hoy ya no necesitas un integrador que trabaje seis meses en el proyecto. La IA te puede acelerar este proceso…. aunque seguro que el informático de turno te pondrá muchas pegas.
Eso es otro tema.
2. Limpiar y normalizar
Alineas las unidades, detectas errores, transformas campos raros. Alguien puede automatizar todo esto con reglas simples o incluso con un buen prompt de ChatGPT.
3. Modelar
Si tienes suficientes datos, puedes alimentar tu base de datos con campos calculados o crear un modelo predictivo sin saber programar. Herramientas como Vertex AI o AutoML hacen el trabajo pesado.
Por ejemplo, montar un modelo que predice reingresos a 30 días con un AUC de 0,82, sin escribir una sola línea de código es bastante simple (si la información que manejas está en condiciones)
4. Visualizar
Con Power BI, Tableau o Looker Studio creas dashboards que cuentan una historia sin necesidad de PowerPoint.
Ejemplo de un jefe de servicio que ve una señal roja cuando el riesgo de reingreso supera el 25 %. Y se pone en marcha.
5. Activar
Conectas el sistema a tareas o alertas. Cuando salta una condición, alguien actúa.
Por ejemplo, si un paciente se descompensa, el sistema agenda una llamada desde enfermería.
6. Gobernar y proteger
Todo esto se hace con garantías. La nube ya incluye desidentificación, auditorías y cifrado automático. Solo hay que activarlo.
Y lo bueno, que todo para todo esto, antes necesitabas un equipo de varias personas y un servidor propio, y ahora esto es mucho menos costoso que antes.
¿Pero me quieres decir que todo esto lo tiene que hacer el profesional sanitario?
Evidentemente no.
Quiero decirte que esto ahora requiere mucho menos esfuerzo, por lo menos para montar un proyecto piloto.
Lo que sí es verdad es que el profesional de la salud tiene que estar involucrado en los puntos clave:
1. Conocer sus datos.
El médico sabe qué información existe, cómo se ha generado y por qué no es exactamente igual que la de la unidad de al lado.
Esa mirada clínica es irreemplazable. Y es lo que da sentido al dato.
2. Definir la pregunta que importa.
¿Queremos saber si una intervención mejora la calidad de vida de los niños con fibrosis quística?
¿Queremos ver si las agudizaciones caen después de una intervención de enfermería?
Esa pregunta es la guía del proyecto. Y el clínico debe asegurarse de que no se pierda por el camino.
3. Traducir entre mundos.
El mayor bloqueo de estos proyectos no es técnico, sino cultural.
Vas a tener que involucrar a un equipo o alguien técnico, sí o sí.
Los equipos de TI no entienden la lógica clínica. Los sanitarios no entienden el lenguaje técnico.
Hace falta una figura puente: alguien que entienda ambas realidades y sepa traducir sin perderse.
Ese perfil —el embajador— es uno de los activos más valiosos de cualquier hospital con visión.
¿Y cómo se todo lidera esto?
Aquí aparece el concepto de doble velocidad.
Es un enfoque que funciona y que muchas organizaciones ya están adoptando:
🔽 Top-down
La dirección debe encargarse de lo estructural:
Buscar financiación.
Establecer la infraestructura.
Asegurar la gobernanza.
Elegir al partner tecnológico.
Cumplir con la regulación.
Identificar a los embajadores
Es la parte más gris, pero si no está bien montada, todo lo demás se cae.
🔼 Bottom-up
A la vez, los profesionales deben tener el entorno adecuado para experimentar.
Espacio, recursos mínimos, margen de error y libertad para construir pilotos.
Ahí es donde surgen las ideas de verdad.
Ahí se detecta quién tiene visión, curiosidad y ganas de hacer algo distinto.
Y ahí es donde la innovación se hace tangible.
Las mejores soluciones no nacen de un comité.
Nacen de un médico o enfermera que, en su tiempo libre, se plantea:
¿Y si lo haces así…?
¿Por dónde empezar?
No necesitas ser técnico, gestor ni tener 10.000€ de presupuesto.
Elige un problema que de verdad duela.
No busques lo más “grande”. Busca lo más molesto: esperas eternas, gasto injustificado, procesos duplicados.
Localiza el dato.
¿Está en una carpeta? ¿En el HIS? ¿En un Word compartido? Empieza por saber dónde vive.
Haz un piloto mínimo.
Involucra a alguien curioso con un poco de capacidad técnica. Prepara un dashboard con 10 pacientes y unos resultados preliminares. Una hoja compartida. Una tabla generada con GPT. No hace falta más.
Cuenta la historia con números.
Muestra lo que ha pasado. Añade contexto. Convierte el dato en una historia que se entienda. Y enséñala.
Pide recursos para escalar.
Si funciona, llama a la puerta de quien pueda ayudarte a llevarlo más lejos.
Los datos por sí solos no sirven para nada.
Pero si sabes leerlos y contarlos bien, pueden cambiarlo todo: desde cómo trabajas tú hasta cómo se organiza tu organización.
Y si no eres tú quien lo hace… alguien de fuera lo hará por ti... y sin contexto.
Hasta aquí esta edición número 20 de Médicos Inconformistas.
Si te ha gustado, la mejor forma de hacérmelo saber es compartiéndola con tus colegas inconformistas.
Y si te has quedado con ganas de hacer algo por tu cuenta en el mundo de internet o desatascar algo en el proyecto que ya tengas entre manos, es justo lo que estoy a ayudando a hacer a otros profesionales de tu sector que están buscando un cambio en su carrera sanitaria. Escríbeme.
Enlaces y recursos relevantes para Inconformistas
Sesiones 1-a-1 con el desatascador🪠 de sanitarios
Red SanitarIA: Donde estamos enseñando estos temas a muchos profesionales de la salud curiosos por la IA y otros temas
Principios de gobernanza de datos en sanidad (OECD)
PD1: Nos vemos el
lunesque viene (o un pelín más tarde)