Los datos combinados con la medicina tienen un potencial enorme en la prevención de enfermedades. Conoce cómo desarrollamos un modelo que permite identificar, con un año de anticipación, qué personas tienen posibilidades de sufrir insuficiencias cardíacas y ayudarlas para que eviten desarrollar esa condición.
Muchas enfermedades pueden evitarse a partir de cambiar algunos hábitos, de repensar la alimentación o de revisar los antecedentes familiares. En este sentido, los datos tienen mucho para aportar ya que permiten hacer proyectos preventivos que anticipen diagnósticos médicos. Las soluciones de data & analytics, ayudan a que las entidades de salud tengan un modelo de gestión de riesgo que entienda a las personas desde una perspectiva integral. La combinación de conocimiento médico y tecnología permite generar productos que se anticipen a diagnósticos graves.
La insuficiencia cardíaca es una enfermedad muy común que tiene múltiples orígenes y su tratamiento tiene un costo elevado, tanto para las personas como para los proveedores. Nuestro cliente, es una empresa proveedora de servicios de salud que tiene mucha información de las personas usuarias de sus servicios (edades, estado, antecedentes familiares, etc.) Con el objetivo de desarrollar un modelo de atención que se desplace desde lo correctivo hacia lo preventivo, desarrollamos una solución que permitió anticiparse a las enfermedades y enfocarse en el cuidado de la salud.
Pensamos un modelo que pudiera anticiparse a un año, es decir, que identificara qué personas en los próximos 365 días tenían más posibilidades de tener una insuficiencia cardíaca. Para desarrollarlo, hicimos dos tipos de análisis:
- Por un lado, partimos de una base de datos de personas que tenían insuficiencias cardíacas. De ellas sabíamos la fecha en que se les diagnosticó la enfermedad y cómo eran sus hábitos dos años antes de que se les detectara. Gracias a todo esto, identificamos ciertos comportamientos —si fumaban, si bebían, si hacían actividad física, si los análisis de la presión no les habían dado bien, etc.— a partir de los cuales establecimos patrones.
- Por otro lado, tomamos los mismos datos, pero de personas que no tenían ninguna insuficiencia cardíaca. Desarrollamos un modelo que analizó los patrones que hacían que una persona sana tuviera mayor probabilidad de riesgo de desarrollar la enfermedad. Para eso, utilizamos los indicadores de quienes sí tenían insuficiencia cardíaca para identificar a las personas que aún no habían sido diagnosticadas con la enfermedad pero que, por sus antecedentes y/o hábitos, podrían llegar a desarrollarla.
Este modelo es una herramienta de gestión individual que permite anticiparse a lo que vendrá. También mejora la prevención ya que genera porcentajes de riesgo que permite acercarse a quienes tienen una probabilidad alta de tener esta condición. El proyecto se llevó a cabo en seis meses durante los cuales tomamos información de 1.400.000 personas, de las cuales 1.5% tenía algún tipo de insuficiencia cardíaca. Normalmente se espera que las condiciones sean más balanceadas, pero en este caso había pocas personas enfermas entonces el trabajo fue más complejo.
Con este modelo, encontramos relaciones, logramos verificar con los datos que sí existía una relación alta entre tener la condición de insuficiencia cardíaca y prácticas como fumar, beber alcohol, tener hipertensión arterial, la edad, etc. Durante los primeros meses del proyecto, identificamos entre un 70% y un 75% de personas que sí van a llegar a tener la condición.
Cuando nuestro cliente identifica que una persona tiene más probabilidades de sufrir una insuficiencia cardíaca, genera grupos de gestión prioritarios —compuestos, por ejemplo, por quienes tienen entre un 80 y un 100% de probabilidades de sufrir la enfermedad—, se acerca a estas personas y les advierte de su condición para facilitarles los tratamientos necesarios. El objetivo es buscar que el modelo de atención empiece a desplazarse hacia lo preventivo y no se enfoque solo en lo correctivo.
Este tipo de proyectos de datos humaniza la gestión de la salud ya que no solo permiten tener en cuenta la información médica de las personas sino también los componentes sociodemográficos y sus hábitos. De esta manera, se analiza el cuadro desde una dimensión integral, se evitan los impactos negativos y se reduce el malestar de pacientes.
