Caso de éxito | Hospital del Mar y Grupo Ferrer
Proyecto destinado a entender miles de altas médicas de las que se dispone y extraer inteligencia clínica de ellas
Folksonomy Text Analytics permite extraer información de datos no estructurados, ya sean en formato de texto, imagen, vídeo, audio, etc.
OBJETIVO
Como objetivos inmediatos se establecen las siguientes consultas:
- Objetivo 1: saber con qué tratamiento hipoglucemiante tenemos tratados a los pacientes con enfermedad renal y qué tratamiento se les ha cambiado.
- Objetivo 2: descubrir qué pacientes con antecedentes de inhibidores del sistema renina angiotensina llevan inhibidores al alta.
- Objetivo 3: saber qué pacientes que en antecedentes no tienen un cuadro de depresión toman un medicamento antidepresivo (grupo N06A).
ESTRATEGIA
Gestionar a través de la capacitación del equipo de trabajo ha tomado la forma de tres tipos de big data:
- Big data descriptivo: para evaluar resultados de salud, identificar relaciones previamente desconocidas, conectar todas las fuentes de datos generados.
- Big data predictivo: les ha permitido predecir sucesos clínicos.
- Big data prescriptivo: tomar decisiones en tiempo real basadas en buenas prácticas.
RESULTADOS
- Extraer de forma automática todas las variables de los pacientes atendidos filtrando por los criterios de búsqueda deseados.
- Extracción de conocimiento de los datos no estructurados de altas.
- Apoyo para la toma de decisiones en tiempo real.
- Determinar la epidemiología de la población, generar hipótesis de investigación clínica, hacer estudios observacionales, predecir casuísticas clínicas antes de que ocurran.
- Respuesta al objetivo 1: 39,91% de los pacientes que ingresan en nefrología son diabéticos, un total de 651, de los cuales 89 son tratados con metformina.
Análisis de más de 1.600 altas médicas
Obtención de resultados en poco tiempo
Toma de decisiones en tiempo real
Otros casos de éxito
¿Quieres saber qué podemos hacer por tu negocio?