Inicio Casos de éxito Análisis de cognos en la nube híbrida del North York General Hospital Hacer frente a la COVID-19 con información basada en datos
Un hospital del área de Toronto se apoya en la analítica para mejorar la atención
Médico con uniforme de traje PPE

Cuando la gente atraviesa la puerta del servicio de urgencias (ED) en el North York General Hospital (NYGH), solo quieren ser tratados de forma rápida y eficiente.

Y si bien es posible que se pregunten cuánto tendrán que esperar antes de ver a un médico o recibir una radiografía u otro procedimiento de diagnóstico, es probable que no estén pensando en las métricas de desempeño del hospital a la hora de brindar atención ni en cómo cumple con los estándares de prestación de atención médica de Ontario. Pero, por suerte, el especialista en inteligencia empresarial Sri Vijay Bharat Peddi y el equipo de inteligencia de negocio (BI) de NYGH están haciendo justo eso.

Como hospital comunitario, NYGH recibe la mayor parte de su financiación del Ministerio de Salud y Atención a Largo Plazo de Ontario. Para asegurar los fondos que requiere para servir a las diversas comunidades en el área del norte de Toronto, el hospital debe demostrar que está brindando servicios de atención médica que cumplen y superan los estándares de la provincia. En Ontario, uno de los componentes clave para el modelo de financiación es una medición de los procedimientos basados en calidad (QBP), donde los hospitales se reembolsan en función de los tipos y cantidades de pacientes que tratan. Los QBP se basan en tasas basadas en la evidencia que se asocian con la calidad de la atención brindada.

Durante muchos años, NYGH utilizó con éxito el software IBM Cognos Analytics para medir e informar de sus QBP, desarrollando y entregando informes para métricas individuales como el coste por caso, la duración de la estancia, la edad del paciente, etc. Sin embargo, el hospital necesitaba una forma dinámica de visualizar las relaciones entre variables sobre la marcha, en lugar de crear un nuevo informe para cada análisis de relaciones.

En 2017, el hospital contrató a IBM para comenzar a transformar su infraestructura analítica para proporcionar una forma más potente y flexible de monitorear el rendimiento de QBP. Desde entonces, NYGH ha continuado su viaje utilizando información basada en datos para mejorar la calidad de la atención en todo el hospital. En el centro de este esfuerzo, Sri Vijay ayuda de manera silenciosa pero efectiva a guiar la prestación de atención basada en datos del hospital. "Hago posible que la gente convierta el conocimiento de los datos en parte de su rutina diaria", dice, "y les doy la confianza necesaria para tomar decisiones basadas en ellos".

3 millones de CAD

 

La nueva financiación resultante de las mejoras en la eficiencia de los DE es de 3 millones de dólares canadienses.

2 semanas

 

El tiempo para lanzar el panel de control de COVID-19 es de 2 semanas

Gracias a la infraestructura que ya teníamos implementada, pudimos lanzar nuestro portal de COVID-19 en menos de dos semanas. Sri Vijay Bharat Peddi Especialista en inteligencia empresarial, análisis y soporte para decisiones North York General Hospital

Cuando la pandemia de COVID-19 llegó a las puertas del hospital en 2020, Sri Vijay se dio cuenta de que el equipo de BI necesitaba crear un panel de control dinámico y en tiempo real para realizar un seguimiento de los casos activos y medir el impacto de la pandemia en la prestación de sus servicios. "Primero, necesitábamos hacer un seguimiento de cuántos pacientes había, quiénes eran y de dónde vienen", dice. "Aún no estábamos seguros de cuáles eran todas las métricas, pero debido a que la transmisión comunitaria tiene un gran impacto en el hospital, necesitábamos poder medirlas casi en tiempo real".

Los conocimientos cognitivos mejoran la capacidad de respuesta de los hospitales

El viaje cognitivo del hospital con IBM comenzó en 2017 con la implementación de una plataforma de almacenamiento de datos, IBM PureData System for Analytics, impulsada por la tecnología Netezza. NYGH implementó entonces la solución IBM Datastage con tecnología de IA para entregar datos al servidor de datos desde más de 15 sistemas de origen en todo el hospital en tiempo real. Estos incluyen sistemas de fuentes clínicas y no clínicas internas de Cerner Corporation, RL Solutions y TeleTracking Technologies, Inc., así como fuentes externas, incluidos conjuntos de datos de la ciudad de Toronto y Ontario Health y conjuntos de datos geoespaciales de código abierto. NYGH también implementó y sigue utilizando IBM SPSS Modeler para el análisis predictivo.

Por último, NYGH se ha actualizado al software Cognos Analytics, basado en IA, que utiliza para elaborar informes y paneles de control en tiempo real que abarcan múltiples métricas de prestación de servicios. El hospital aplicó primero estos conocimientos de IA a más de 20 QBP, creando un panel de control que reemplazó al menos 100 informes estáticos diferentes. Un único panel de control proporciona información sobre todos los QBP, al tiempo que permite a los usuarios desglosar los detalles y la información, incluso a nivel de paciente.

Sri Vijay atribuye la rápida aceptación por parte del personal del hospital a las visualizaciones interactivas y enriquecidas y al diseño centrado en el usuario del software Cognos Analytics. "Nos permite obtener más información en tiempo real", dice. "Y también permite a los usuarios acceder y, de forma autogestionada, desglosar los datos de la forma que necesitan. Un médico o responsable de enfermería puede mirar un gráfico y detectar de un vistazo si algo no está bien". Los usuarios también pueden filtrar datos y aprovechar los potentes informes detallados a nivel de paciente para obtener información detallada sobre el rendimiento y los resultados.

Luego, el equipo de BI centró su atención específicamente en el servicio de urgencias. Según Sri Vijay, "las métricas como los tiempos de espera del paciente y la duración de la estancia son fundamentales para el desempeño del servicio de urgencias y las unidades para pacientes internados, pero desde una perspectiva operativa, pueden haber docenas de factores que impulsen esas métricas". El hospital examinó casos específicos atrasados en los que los pacientes esperaban más tiempo para recibir atención. En un caso, descubrió que los reingresos en urgencias en los que el diagnóstico por imagen era el motivo de las visitas de retorno estaban teniendo repercusiones en cascada en el flujo general de pacientes en urgencias. Al garantizar la disponibilidad de recursos de diagnóstico por imágenes en varios momentos durante la primera visita del paciente, el hospital pudo mitigar algunas de las visitas de regreso a la sala de emergencias, lo que a su vez mejoró los tiempos de espera generales de los pacientes.

NYGH también utiliza la solución Cognos Analytics para analizar los determinantes de la salud de la población para el área local de la que extraen a la mayoría de sus pacientes. "Utilizamos las funciones de mapeo en la solución de Procore para identificar puntos de acceso de prevalencia y demografía de la enfermedad", afirma Sri Vijay. "Queremos saber si hay lagunas en los servicios para poder servir mejor a nuestra comunidad".

Más recientemente, en 2020, la pandemia de COVID-19 puso a prueba la capacidad del hospital para hacer frente a una afluencia de pacientes. NYGH aplicó la solución Cognos Analytics en un enfoque por fases para analizar el impacto del virus en diversos recursos, incluida la capacidad de pruebas y las camas de urgencias, hospitalizados y de UCI. Además de crear informes en tiempo real, el hospital utilizó su software SPSS Modeler para predecir los impactos futuros en los recursos en función de los modelos de pronóstico.

"Como miembro del Equipo de Gestión de Incidentes, la información en el panel de control de COVID-19 me dio acceso en tiempo real a información crítica, como las admisiones a la UCI y a los cuidados intensivos por COVID-19, la cantidad de pacientes ventilados y la cantidad de pruebas completadas en el Centro de Evaluación de COVID-19", dice Sandy Marangos, Directora Clínica del Programa de Salud Mental de NYGH.

En última instancia, NYGH creó un panel de control de recuperación del servicio para monitorizar las diferentes métricas y pronósticos relacionados con COVID-19. "Esto fue un desafío en términos de garantizar que nuestros servicios principales aumentaran", dice Sri Vijay. "Por ejemplo, asegurarnos de que todas nuestras cirugías estén a la altura y, al mismo tiempo, asegurarnos de que el impacto de los pacientes con COVID-19 no abrume al sistema".

Como miembro del Equipo de Gestión de Incidentes, la información en el panel de control de COVID-19 me dio acceso en tiempo real a información crítica, como las admisiones por COVID-19 en la UCI y en cuidados intensivos, la cantidad de pacientes ventilados y la cantidad de pruebas completadas en el Centro de Evaluación de COVID-19. Sandy Marangos Directora Clínica del Programa de Salud Mental North York General Hospital
Mejorar los servicios actuales, prepararse para el futuro

Hace varios años, NYGH se embarcó en su estrategia para implementar la atención sanitaria basada en datos con la ayuda de las herramientas analíticas avanzadas de IBM. En la actualidad, el hospital no sólo mide sino que mejora el rendimiento utilizando el software Cognos Analytics para cuantificar y evaluar las principales medidas de rendimiento en todo el centro.

Cuando comenzó a realizar un seguimiento del rendimiento del servicio de urgencias mediante los paneles de control de Cognos Analytics, el hospital descubrió cuellos de botella en el servicio. Al abordar estos problemas de frente con una nueva estrategia de dotación de personal, el NYGH mejoró la eficiencia del servicio y mejoró radicalmente los indicadores clave de rendimiento, lo que se tradujo en una financiación gubernamental adicional de 3 millones de CAD anuales. Ampliamente admirada en el área metropolitana de Toronto, la solución del panel de control del servicio de urgencias se utiliza ahora en beneficio de otras organizaciones hospitalarias.

El hospital continúa mejorando los QBP al comprender las vías de atención y los costos asociados y la financiación, y al encontrar formas de mejorar la prestación de servicios a costos más bajos. Al analizar los datos de su panel de control de salud de la población, el hospital se ha embarcado en la creación de equipos de salud comunitarios colaborativos para abordar los problemas demográficos de atención médica en su área circundante. El objetivo es mejorar la prevención de enfermedades y la atención primaria y preventiva antes de que su población de pacientes requiera hospitalización.

Cuando llegó el momento de responder proactivamente a la pandemia de COVID-19, NYGH recurrió naturalmente a sus herramientas analíticas preferidas. "Gracias a la infraestructura que ya teníamos instalada, pudimos lanzar nuestro portal de COVID-19 en menos de dos semanas", dice Sri Vijay. "Y eso ha sido una gran victoria para nosotros".

 

El panel de control en tiempo real permite que el hospital realice un seguimiento de las tendencias en las admisiones hospitalarias y de la UCI, así como de varios recursos en todo el hospital, para que pueda responder rápidamente a nuevas mejoras en la transmisión comunitaria. "Es nuestro panel de control del panel de control que todo el personal del hospital puede consultar de un vistazo", dice Sri Vijay. "Alrededor de 5000 empleados tienen acceso al panel de control para ver las métricas actuales y mantenerse informado".

Al inicio de la pandemia, se cancelaron muchas cirugías y procedimientos para adaptarse a la posible afluencia de pacientes con COVID-19. A medida que pasa el tiempo, el hospital está utilizando sus herramientas analíticas, incluido IBM SPSS Modeler, en una iniciativa de recuperación de servicios para evitar retrasos en las cirugías, incluso mientras planifica posibles aumentos en la capacidad de COVID-19.

 

"He utilizado diariamente el panel de control de COVID-19 para identificar el número total de pacientes en la organización y su impacto en la capacidad dentro del Programa de Medicina y dentro de la unidad de cuidados intensivos", afirma Wendy Cheung, Directora del Programa Médico del North York General Hospital. "Proporciona datos en tiempo real sobre el volumen, la capacidad y la agudeza de los pacientes. Este panel de control proporciona información para comparar nuestra capacidad interna y agudeza con otras organizaciones y dentro de Central Local Health Integration Network (CLHIN) para Ontario".

"A medida que desarrollamos continuamente nuevos casos prácticos para las herramientas de Cognos Analytics", concluye Sri Vijay, "podemos seguir proporcionando más valor económico al hospital en términos de ayudar a las personas a recibir una mejor atención e incluso salvar vidas".

He utilizado el panel de control de la COVID-19 a diario para identificar el número total de pacientes de la organización y su impacto en la capacidad del Programa de Medicamentos y de la unidad de cuidados intensivos. Proporciona datos puntuales sobre el volumen, la capacidad y la agudeza de los pacientes. Wendy Cheung Directora del Programa Médico del North York General Hospital
Logotipo de North York General Hospital
Acerca de North York General Hospital

Como uno de los principales hospitales académicos comunitarios de Canadá, North York General Hospital(NYGH) (enlace externo a ibm.com) brinda una experiencia de atención excepcional para sus pacientes y sus familias. Desde 1968, NYGH ha servido con orgullo a una comunidad diversa de aproximadamente 400 000 personas en el norte de Toronto y más allá. Sus más de 5000 empleados, médicos y voluntarios ofrecen una variedad de servicios de cuidados intensivos, ambulatorios y de atención a largo plazo.

Leer más
Sri Vijay utiliza la inteligencia empresarial para ofrecer una atención de mayor calidad durante COVID-19 Nukissiorfiit: Los análisis inteligentes ayudan a que el uso de los recursos en Groenlandia sea más ecológico y eficiente Mohegan Sun: habilitado para la excelencia: un mundo modernizado en juego
Notas a pie de página

© Copyright IBM Corporation 2021. IBM Corporation, IBM Analytics, New Orchard Road, Armonk, NY 10504

Producido en los Estados Unidos de América, marzo de 2021

IBM, el logotipo de IBM, ibm.com, Cognos, DataStage, Netezza, PureData y SPSS son marcas comerciales de International Business Machines Corp., registradas en muchas jurisdicciones de todo el mundo. Los demás nombres de productos y servicios pueden ser marcas registradas de IBM u otras empresas. Puede consultar una lista de las actuales marcas registradas de IBM en la web, en "Información sobre derechos de autor y marcas registradas" en www.ibm.com/es-es/legal/copytrade.shtml.

La información contenida en este documento es la vigente en la fecha de su publicación original y está sujeta a cambios por parte de IBM. No todas las ofertas mencionadas en este documento están disponibles en todos los países en los que IBM está presente.

Los datos de rendimiento y ejemplos de clientes mencionados se presentan únicamente con fines ilustrativos. Los datos reales de rendimiento pueden variar en función de las configuraciones y condiciones de funcionamiento específicas. LA INFORMACIÓN DE ESTE DOCUMENTO SE OFRECE "TAL CUAL ESTÁ" SIN NINGUNA GARANTÍA, NI EXPLÍCITA NI IMPLÍCITA, INCLUIDAS, ENTRE OTRAS, LAS GARANTÍAS DE COMERCIALIZACIÓN, ADECUACIÓN A UN FIN CONCRETO Y CUALQUIER GARANTÍA O CONDICIÓN DE INEXISTENCIA DE INFRACCIÓN. Los productos de IBM están sujetos a garantía según los términos y condiciones de los acuerdos bajo los que se proporcionan.