LA SALUD BASADA EN DATOS INTEROPERABLES

CODIFICACIÓN Y NORMALIZACIÓN COMO BASE DE UNOS DATOS DE CALIDAD

CIENCIA DE DATOS PARA DESCUBRIR NUEVO CONOCIMIENTO

SERVICIOS DE AYUDA A LA TOMA DE DECISIONES

EL RETO

Hoy en día el texto libre narrativo predomina en los informes clínicos almacenados en las Historias Clínicas de los pacientes. Este texto es la base de la mayoría de los procesos clínicos que tienen que ver con la codificación, la facturación, la analítica del case-mix, la investigación médica y el benchmarking entre hospitales, por citar sólo unos pocos.

Por otra parte el volumen, la variedad y veracidad de los datos tanto estructurados como no estructurados, suponen un verdadero desafío para la extracción de conocimiento fiable para la toma  de decisiones y la interoperabilidad entre sistemas.

Por todo ello creemos que el Sector Sanidad se enfrenta a una transformación digital sin precedentes que permita mejorar los procesos clínicos de forma que se consiga una interoperabilidad de la información a todos los niveles: organizativos, semánticos, sintácticos y técnicos, y que de como resultado un conocimiento mas preciso de la casuística clínica tratada, la optimización del uso de recursos, una mejor valoración de los costes, mayor soporte a la toma de decisiones y en general, una mayor eficiencia en los procesos clínicos y de gestión.

LA SOLUCIÓN

Por suerte en el sector salud contamos con un potente pilar de estándares para la interoperabilidad de la información a distintos niveles. A nivel semántico con SNOMED, Nomenclátor, CIE-10-ES, LOINC, UNE-EN-13606:2 etc., a nivel sintáctico con HL7, 13606:1, OpenEHR) y por último a nivel técnico con XML,  Web Services, mensajería, etc.  que permiten a las organizaciones sanitarias clasificar, estandarizar, medir y hacer interoperable la información clínica como base para la optimización, la gestión, la ayuda a la toma de decisiones y el análisis de los datos.

El otro pilar de esta transformación es la Ciencia de Datos y las tecnologías Big Data que son las herramientas que complementan los sistemas de Historia Clínica y de gestión hospitalaria de forma que se consiga diseñar e implementar modelos descriptivos, prescriptivos y predictivos basados en técnicas de Machine Learning, Procesamiento del Lenguaje Natural, etc., de forma más ágil y eficiente.

¿Te interesan nuestras soluciones?

MIILLONES de Registros Clínicos al año sólo en España

Sistemas de HCE diferentes

MIllones de Consultas

Modelos de integración diferentes

CLINISUITE: LA PLATORMA DE SERVICIO PARA LA MEJORA CONTINUA DE LA CALIDAD DE LOS DATOS Y AYUDA A LAS DECISIONES BASADA EN DATOS

Indizen trabaja activamente en el desarrollo de soluciones tecnológicas innovadoras para la codificación, normalización, interoperabilidad y soporte a la toma de decisiones. Su plataforma de servicios CliniSuite  es el resultado de mas de 8 años de investigación y desarrollo en áreas tan variadas como es la interoperabilidad semántica, el procesamiento del lenguaje natural, la clasificación automática de informes médicos, el aprendizaje automático (Machine Learning) y la ciencia de datos aplicada a la historia clínica electrónica, con la finalidad de extraer conocimiento preciso, fiable y de calidad de los datos clínicos.

CliniCoder - Codificación

Resuelve el problema de clasificar información médica escrita en texto libre narrativo mediante algoritmos y herramientas que extraen de forma automatizada los principales conceptos médicos.

CliniCoder es una herramienta para la Codificación con CIE-10-ES (diagnósticos, procedimientos, causas externas, efectos adversos de fármacos, etc.) y CIE-O-3 (oncología) que permite realizar la clasificación de los informes de alta con la finalidad de generar los registros RAE-CMBD que sirven de base para reportar información al Ministerio de Sanidad para uso estadístico y generar la información de coste económico de los episodios clínicos de una organización.

  • Permite analizar los informes médicos y clasificar los diagnósticos y procedimientos escritos en lenguaje natural por los médicos.
  • Dispone de una estructura y modelo de datos que permite almacenar cualquier tipo de documento clínico ya sea estructurado o no estructurado.
  • Permite realizar codificación online y colaborativa mediante herramientas de workflow.
  • Ofrece versionado y trazabilidad de las operaciones.
  • Dispone de un módulo analítico que permite obtener información de rendimiento de los codificadores.
CliniTerm - Normalización

Resuelve la problemática de registrar e intercambiar información normalizada y estandarizada desde las interfaces de usuario de las aplicaciones de Historia Clínica.

Permite registrar de forma normalizada los distintos aspectos relacionados con la práctica clínica como es el registro de alertas, alergias, prestaciones, prescripción, fármacos, etc. que luego será integrada o exportada a los distintos sistemas involucrados en la práctica médica. CliniTerm es una herramienta para almacenar información de referencia y tablas maestras usadas en las historias clínicas y en los sistemas HIS de los Hospitales y Centros de Salud. Permite la gestión de terminologías estándar de referencia (SNOMED CT, CIE-10-ES, LOINC, Medicamentos, etc.) así como su mantenimiento y distribución.

Permite la gestión de los catálogos locales de información (alertas, alergias, prestaciones, prescripción, fármacos, etc.) así como los mapeos y correspondencias de dichos catálogos con los estándares, permitiendo su integración a través de un conjunto de servicios que facilita su uso dentro de los sistemas de Historia Clínica Electrónica (HCE).

CliniLake - Lago de datos

Se trata de una plataforma Big Data ideada para el análisis y explotación de grandes datos que es capaz de analizar tanto información interna clínica, administrativa y económica, como externa relacionada con redes sociales, sensores, etc., que es capaz de generar el conocimiento para ayudar a entender mejor el negocio y  tomar mejores decisiones basadas en los datos.

Los casos de uso van desde el análisis de la casuística clínica, al análisis de costes y benchmarking usando un universo abierto de análisis y explotación de datos.

CliniKnowl - Ayuda a las decisiones

Solución para la ayuda a toma de decisiones basada en conocimiento. Se trata de  un conjunto de servicios web integrables en los sistemas de HCE con la finalidad de proveer conocimiento in-situ para ayudar a tomar mejores decisiones a los médicos y mejorar la calidad de la documentación médica de forma  poco invasiva:

  • Alerta sobre dosis e interacciones entre medicamentos.
  • Notificaciones sobre completitud de la información de diagnósticos y procedimientos (abordaje, lateralidad, localización, etc.)
  • Codificación en origen, ayuda a los médicos a completar mejor sus informes desde el  punto de vista de la documentación médica sin necesidad de saber de codificación.

SERVICIOS DE CONSULTORÍA Y DESARROLLO TECNOLÓGICO ÁGIL PARA LA TRANSFORMACIÓN DIGITAL DE LOS SERVICIOS DE SALUD

Consultoría de codificación y normalización
Consultoría para la implantación de estándares tanto terminológicos (CIE, SNOMED, LOINC, etc.) como los estándares técnicos (HL7, WebServices, buses de integración, etc.).

 

Desarrollo Ágil con tecnologías clásicas y nuevas tecnologías
Dominamos tanto las tecnologías clásicas como las nuevas tecnologías implicadas en los sistemas de información clínicos.

Big Data y Ciencia de Datos para descubrir nuevo conocimiento
Implantación de tecnologías Big Data (Hadoop, Spark ) y desarrollo de modelos para el análisis y explotación de grandes volúmenes de datos (Big Data) que es capaz de analizar tanto información interna clínica, administrativa y económica, como externa relacionada con redes sociales, sensores, etc., y generar los cuadros de mando y los informes necesarios para tomar mejores decisiones basadas en los datos y conocimiento.

Permite el análisis de la casuística clínica, costes y benchmarking usando un universo abierto de explotación de datos.

Servicios para el aseguramiento de la calidad del dato

La Calidad de Datos en sanidad se basan en necesidades que los datos aporten ventajas operativas eliminando redundancias, y optimizando procesos, para evitar incidencias y abrir nuevas oportunidades y líneas de trabajo en base a dichos datos.

 

Para ello es necesario realizar una limpieza de los datos de los diferentes orígenes hasta la capa de análisis y explotación de forma  que aseguremos la coherencia, la calidad y la integridad de los datos provenientes de distintos sistemas y fuentes.

El objetivo de este servicio es ofrecer a nuestros clientes una completa metodología de Gestión de Datos Maestros que permita obtener un control completo de la Gestión del Dato.

  •  Datos cargados tras la limpieza y aplicación de reglas de calidad
  •  Relación de casuística de Calidad de Datos según tipología y Origen
  •  Inventario de reglas de negocio establecidas
  •  Definición de prioridad o pesos por Origen para matching / merging

 

CASOS DE ÉXITO

Descubre nuestros proyectos y casos de éxito en el sector Sanidad

VER

¡PONTE EN CONTACTO CON NOSOTROS!

+34 91 535 85 68

contacto@indizen.com