Adjudicado un proyecto de analítica avanzada para el Sistema Sanitario Andaluz por 4,6 millones

El Sistema Sanitario Público de Andalucía dispondrá de una plataforma de analítica avanzada para tratar y explotar datos de diferentes fuentes, a través de técnicas como el aprendizaje automático y otros métodos estadísticos que ofrecen modelos de predicción, descripción y optimización. El objetivo es aportar un mayor conocimiento del paciente y posibilitará una mejor toma de decisiones, tanto de tratamientos individuales como sobre el diseño de programas de gestión de salud poblacional.a aplicación de tecnologías de big data y analítica avanzada al análisis de fuentes de información (clínicas y no clínicas).

El proyecto ha sido adjudicado por Red.es por un importe de 4,6 millones de euros a la UTE formada por EY Transforma Servicios de Consultoría y Solutia Digital Health. Este programa, que está cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER), tenía un precio de licitación de 7,7 millones, por lo que la adjudicación supone un ahorro de casi el 40%.

La implantación de esta plataforma incluye su adquisición y puesta en marcha, a través del desarrollo e implementación de trece casos de uso que podrán mejorar determinados indicadores y parámetros, la administración, operación y soporte de la solución, así como la capacitación necesaria que garantice la gestión del cambio para que el personal del Servicio Andaluz de Salud pueda asumir su control y uso, de tal manera que pueda explotar la información, actualizarla y desarrollar nuevos casos de uso.

Los casos de uso inicialmente identificados y que se desplegarán durante la prestación del servicio son los siguientes: definición de factores que inciden en la morbilidad y predicción de futuros riesgos de salud asociados; diseño de trayectorias óptimas y personalización en la prestación de los servicios sanitarios; optimización de la distribución de cupos en Atención Primaria; segmentación de pacientes crónicos, sobre el conjunto de la población andaluza, en base a niveles de cuidados; comparativa de resultados de tratamientos farmacológicos; modelos predictivos sobre la evolución de grupos poblacionales respecto al consumo de recursos; motor de recomendación para la optimización de la lista de espera quirúrgica; identificación y prevención de interacciones entre fármacos, que pueden generar riesgos de salud en pacientes polimedicados; análisis de imagen radiológica para asistir en el cribado de cáncer de mama; identificación de pacientes objetivo de nuevos tratamientos farmacológicos; procesamiento de textos clínicos con tecnologías de Procesamiento del Lenguaje Natural para desarrollar un codificador CIE10 y SNOMED; detección de situaciones problemáticas, relativas a salud pública, en base al análisis de las redes sociales, y mejora de planes de choque hospitalarios.

Con estos casos de uso se busca ayudar a predecir riesgos para la salud, permitir plantear iniciativas sobre la personalización de la prestación de servicios asistenciales, contribuir a la optimización de aspectos logísticos y organizacionales, aportar recomendaciones relativas a optimizar listas de espera o tratamientos farmacológicos, facilitar la detección temprana de tendencias de salud o proponer la activación de planes de choque hospitalarios.