© 2018 by VeraTech for Health S.L, Valencia, España   |  Terminos de uso y privacidad.

  • Twitter - Black Circle
  • LinkedIn - Black Circle
  • YouTube - Círculo Negro
  • Consulta

La medicina moderna depende prioritariamente del trabajo en equipo y la comunicación. Los sistemas de información capaces de proporcionar la información correcta, en el momento y el lugar correcto de manera segura y confiable, ayudan a aumentar la eficiencia y eficacia de los servicios de salud. La información semánticamente interoperable facilita una toma de decisiones más rápida y sólida, reduce las duplicaciones de tareas, minimiza los errores médicos prevenibles, lo que lleva a una mejora de la calidad asistencial, optimización de los recursos y generación de riqueza e inversión.

Para lograr la verdadera interoperabilidad semántica necesitamos incorporar al flujo de trabajo de la organización varios procesos, como análisis de la calidad de los datos, integración, modelado de información, gestión de modelos, transformación y estandarización de datos, normalización de terminologías médicas y el almacenamiento en los repositorios normalizados. VeraTech ayuda a su organización proporcionando consultoría y servicios técnicos sobre cada una de las fases.

 

Integración

Podemos entender por integración de datos el problema de combinar datos que residen en diferentes sistemas y proporcionar a los usuarios una vista unificada de estos.

Combinando nuestras metodologías y soluciones software, ofrecemos consultoría, soporte y desarrollos para proyectos de compartición o comunicación de datos donde prima la interoperabilidad semántica o proyectos de adopción de estándares de historia clínica electrónica o terminológicos.

Casos reales

PANGEA: Desarrollamos para el Hospital General Universitario de Valencia un visor y motor de integración ligero basado en paso de mensajes XML que posibilita un mecanismo de acceso homogéneo a de la información clínica dispersa en sistemas heterogéneos. Es por tanto, un middleware de acceso a datos capaz de satisfacer la implementación de la capa de datos de muchas aplicaciones multicapa modernas.

​​

Nodo: Creamos una plataforma de interoperabilidad entre la Historia de Salud Electrónica de la Agencia Valenciana de Salud de la Generalitat Valenciana y el Hospital General de Valencia.

 

Modelado

Es básico a la hora de compartir datos el describir con la mayor precisión posible la información, por ejemplo, la estructura, etiquetas, obligatoriedad, cardinalidad, tipos de datos, valores correctos o terminologías a emplear. Esto facilita la compresión, calidad y reúso de los datos y por tanto el desarrollo de nuevos sistemas de información. Disponemos de metodologías y herramientas software visuales para el diseño y gestión de modelos de información de salud. Nuestras herramientas permiten

  • especificar estos modelos en base a estándares de historia clínica electrónica si fuese necesario y están orientadas a facilitar su uso por parte de los profesionales sanitarios expertos en el dominio clínico a modelar.

  • gestionar el ciclo de vida, edición colaborativa y publicación de modelos de información clínica.

Casos reales

Servidor de Objetos de Modelado realizamos para el Ministerio de Sanidad, Servicios sociales e Igualdad de España una plataforma que permite el gobierno de modelos de información clínica así como el acceso y distribución de recursos semánticos que forman parte de la infraestructura de interoperabilidad semántica de los sistemas de información sanitaria. VeraTech también ha sido la encargada de modelar el conjunto de informes del Conjunto Mínimo de Datos de los Informes Clínicos (CMDIC) en ISO13606 y HL7 CDA.

Historia Clínica Electrónica Nacional Unificada: Para la Agencia de Gobierno Electrónico y Sociedad de la Información y del Conocimiento de Uruguay (AGESIC) realizamos el modelado y la implantación de los informes clínicos.

 

Normalización

Normalización

Estándares de la HCE

Disponemos de metodologías y herramientas para transformar datos ya existentes en otros formatos. Cuando el formato destino es un estándar entonces hablamos de estandarización. Nuestra herramienta está orientada al sector sanitario y por tanto son capaces de trabajar con diversos estándares (como HL7 CDA, HL7 FHIR, openEHR o ISO13606), soportando además las terminologías clínicas más importantes. Aparte de los programas de trasformación de datos genera automáticamente otros artefactos procesables que pueden ser utilizados directamente en los proyectos software como validadores, formularios de entrada de datos o instancias de ejemplo.

Estándares de la terminología médica

La falta de terminología médica acordada se ha reconocido como un problema durante al menos 250 años. Cuando en el siglo XV, la invención de Gutenberg del tipo móvil condujo a la producción en masa y la diseminación de libros e información escrita, el lenguaje aún estaba relativamente sin formalizar. Y así fue hasta que, en el siglo XVIII, aparecieron los grandes diccionarios y nomenclaturas. Sin embargo, la terminología médica escapó a la formalización, dando lugar a problemas de ambigüedad que ahora se reconocen como un riesgo significativo para la seguridad del paciente.

Por lo tanto, ofrecemos consultoría, soporte, desarrollos, soluciones software y metodologías para mapear terminologías locales a terminologías estándar como CIE-10, LOINC o Snomed CT.

​​Casos reales

 

CTMAP: Creamos una herramienta asistente a la codificación CIE-10-MC/PCS/LOINC, que da respuesta a las necesidades de codificación automática de todos y cada uno de los diferentes ámbitos del circuito asistencial. Da soporte al documentalista como herramienta para la codificación asistida en CIE-10, ya que su objetivo es conseguir que la codificación en CIE-10 se realice manteniendo los mismos niveles de calidad y productividad que actualmente ya se ofrecen en CIE-9.

SNQuery Desarrollamos un motor de ejecución de restricciones de expresiones para Snomed CT. Además de facilitar la consulta y búsqueda de subconjuntos, incluye validadores, optimizadores y un analizador de resultados. Este lenguaje tiene como propósito principal definir subconjuntos intencionalmente (es decir, por medio de expresiones cuya evaluación genera el subconjunto) en contraposición a  la enumeración explícita de los miembros de subconjunto (de forma extensional). La herramienta ofrece una interfaz web y un API FHIR de servicios web para su invocación remota.

 

Calidad

Para poner en valor los datos de una organización es necesario asegurar su calidad, convirtiéndolos en información utilizable para su tratamiento a gran escala y otros usos. Disponer de repositorios de datos clínicos de calidad para su reúso es un objetivo sobre el que existe consenso internacional y en el que se están invirtiendo grandes esfuerzos.

 

En primer lugar, el uso de repositorios como fuente de datos para investigación facilita la captación y seguimiento de sujetos, minimizando los inconvenientes e inversiones en tiempo y dinero que ello supone, siendo además una buena fuente de datos para la construcción de modelos predictivos.

 

Por otra parte, manifiesta su utilidad en el campo de la calidad asistencial dado que los repositorios de datos clínicos son la fuente primaria de datos para orientar decisiones de gestión estratégica, monitorizar procesos clínicos o diseñar y evaluar intervenciones que permitan garantizar la seguridad de los pacientes.

Nuestra experiencia nos demuestra que cualquier organización necesita una adaptación particular a las necesidades de cada usuario, por lo que ofrecemos ajustes individuales en las aplicaciones de las siguientes metodologías de la calidad de datos.

  • Dimensión de Unicidad. Número de replicados en el conjunto de todos los datos analizados

  • Dimensión de Completitud. Cómo de completos son los datos de cada columna

  • Dimensión de Corrección.  Número de datos anómalos

  • Dimensión de Consistencia. Cómo de fieles son los datos a las reglas establecidas (tipos, rangos, etc.)

  • Dimensión de Valor predictivo. Cuánto de predictiva es una variable

  • Dimensión de Estabilidad temporal. Cómo de similares son las distribuciones de probabilidad de los datos a lo largo del tiempo

  • Dimensión de Estabilidad multi-fuente. Cómo de similares son las distribuciones de probabilidad de los datos entre diferentes fuentes (hospitales, departamentos, profesionales, etc)

​​Casos reales

BDCAP: Adaptamos la dimensión de la estabilidad multi-fuente a la necesidad del Ministerio de Sanidad, Servicios Sociales e Igualdad de analizar cómo varían los datos de morbilidad registrados en la base de datos clínicos de atención primaria (BDCAP) en función de su fuente de registro.

Perinatal: Proyecto piloto para mejorar la calidad de la información perinatal (MSSSI). Proyecto de estandarización de datos de perinatal y evaluación de la calidad de los datos en dos hospitales (Hospital Virgen del Castillo de Yecla y Hospital 12 de Octubre de Madrid)

 

Repositorios

Proporcionamos servicio de desarrollo de repositorios de datos normalizados tanto a nivel de estructura como de vocabulario para el sector salud. Los repositorios pueden estar orientados tanto a labores asistenciales como de investigación. Nuestras soluciones maximizan la capacidad de consulta de los datos y están basadas en soluciones noSQL.

Casos reales

DiaBD: junto con el Hospital Universitario Doctor Peset desarrollamos un repositorio normalizado con un cuadro de mandos de calidad para los datos de diabetes.

Perinatal: colaborando con el Hospital Virgen del Castillo creamos un repositorio para la generación de conjuntos de datos biomédicos de calidad asegurada destinado al ámbito de la atención de los 1000 primeros días de vida.