[13/10/2023] Los quirófanos son una importante fuente de ingresos para las organizaciones sanitarias y uno de los principales contribuyentes a los costos. Por ello, cualquier ahorro de costos en los quirófanos puede tener una gran repercusión financiera en los resultados de un centro sanitario.
Una de las principales razones de la menor eficiencia de los quirófanos es la excesiva cantidad de tiempo que se emplea en la preparación de la cirugía.
"Gestionar el inventario, tanto preoperatorio como postoperatorio, lleva mucho tiempo porque el proceso de reposición del inventario es reactivo", afirma Jim Swanson, CIO de la empresa farmacéutica y de tecnologías médicas estadounidense Johnson & Johnson.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
Swanson pone como ejemplo los procedimientos de artroplastia total de rodilla (ATK, por sus siglas en inglés) y artroplastia total de cadera (ATC, por sus siglas en inglés). "Aunque el dimensionamiento adecuado de los componentes en la artroplastia total de rodilla y la artroplastia total de cadera es esencial para optimizar los resultados clínicos, hay casos en los que la radiografía del paciente durante el proceso preoperatorio tiene una calidad de imagen deficiente, lo que impide predecir el dimensionamiento correcto de la pieza del implante. Como resultado, la organización sanitaria debe enviar todos los tamaños estándar posibles para cada cirugía".
Este exceso de inventario en el centro puede suponer una carga importante, afirma Swanson. "El personal de quirófano también dedica demasiado tiempo a la preparación previa al caso y a la esterilización del enorme inventario", añade.
Para hacer frente a estos problemas, J&J lanzó Advance Case Management (ACM), un sistema integrado digitalmente que simplifica los procesos preoperatorios utilizando los programas de casos y los datos de los pacientes. El sistema aborda el reto de la gestión de inventarios integrándose directamente con el sistema sanitario del cliente para permitir la detección de la demanda en tiempo real. Y, a finales del 2021, J&J introdujo predicciones basadas en el aprendizaje automático de IA para implantes de rodilla y cadera, específicamente para el dimensionamiento de implantes TKA y THA, y las necesidades quirúrgicas de los pacientes.
"Es una forma de que los proveedores sanitarios se coordinen con DePuy Synthes, la empresa de ortopedia de Johnson & Johnson, para mejorar la coordinación preoperatoria haciéndola más fluida, sencilla e inteligente", afirma Swanson.
Desarrollar una solución integrada digitalmente
El equipo de ACM de J&J desarrolló la solución de forma verdaderamente ágil, con un producto listo para su envío después de cada sprint, afirma Swanson.
El sistema -que aprovecha un conjunto de herramientas digitales, incluidas las integraciones estándar del sector HL7 EMR/DICOM, una aplicación web NodeJS y React, una arquitectura de API abierta y microservicios para integrarse con socios externos- hace uso de algoritmos de aprendizaje automático Redshift internos para predecir el tamaño de los implantes de cadera y rodilla utilizando datos biométricos del paciente además de imágenes de rayos X. ACM también incluye un sólido portal que ofrece análisis de casos en torno a la utilización de productos, métricas de cirugía, programación de próximos casos, detalles de casos y perspectivas de plantillas.
"La principal fuente de datos son los informes de casos internos de ACM, aunque también nos basamos en datos de suministros ortopédicos de Mercy, una organización sanitaria católica sin ánimo de lucro", explica Swanson. "Para los informes de casos de ACM, la transferencia de datos se produce desde un entorno de datos de alta confianza, y se construye una tubería automatizada para proporcionar los datos más recientes al equipo de ciencia de datos a través de tablas Redshift. Los datos incluyen información biométrica del paciente, como altura, peso, edad y sexo. Estas características tienden a estar disponibles en la mayoría de los sistemas EMR [registro médico electrónico] y, por lo tanto, permiten escalar la solución".
Para predecir el tamaño de los componentes de las cirugías de TKA y THA, J&J implementó una serie de técnicas de aprendizaje automático. "Tras limpiar y armonizar los datos en términos de unidades y métricas, desarrollamos modelos de clasificación multiclase para predecir el tamaño de los componentes específicos de cada marca y componente. El principal algoritmo de predicción en producción es la regresión logística ordinal y se utilizan diferentes técnicas para tratar el problema del desequilibrio de clases (muestreo estratificado, SMOTE, etc.)", afirma Swanson.
Los algoritmos completados se comparten a través de la infraestructura S3 de Amazon Web Services con el equipo de TI de SC EMR. Los resultados se visualizan en un panel de Tableau para que las partes interesadas de la empresa puedan hacer un seguimiento de la precisión a lo largo del tiempo. Los modelos se vuelven a entrenar aproximadamente una vez por trimestre.
"La programación de casos encriptada y la información del paciente se transfieren electrónicamente de forma segura. Los datos se utilizan para determinar la especificación de la gama de implantes DePuy Synthes y el conjunto de instrumentos para cada cirugía", sostiene Swanson.
Superar obstáculos en el camino
Swanson y su equipo tuvieron que enfrentarse a varios retos durante el desarrollo de ACM. Los dos principales fueron conseguir la aceptación comercial para acelerar la adopción de la solución y garantizar su comercialización eficaz, ya que había distintos procesos regionales de comercialización que dificultaban la priorización de los pedidos pendientes.
"Conseguimos la aceptación comercial demostrando que la precisión de predicción del algoritmo ML era superior al 90%, y que el servicio en sí suponía un enorme ahorro de tiempo tanto para el representante como para los cirujanos, lo que generó entusiasmo y confianza orgánicos en las comunidades comercial y de clientes", anota Swanson.
"El problema del marketing se superó capacitando a los propietarios de productos tecnológicos y empresariales globales para que establecieran prioridades claras, y aclararan el valor final de las funciones más importantes que permitirían a ambas regiones salir al mercado de forma eficaz", añade.
Beneficios para todas las partes interesadas
Lanzado en colaboración con DePuy Synthes Joint Reconstruction Commercial Partners y el Medical Devices Strategic Customer Group, ACM ha aportado importantes beneficios tanto a las organizaciones sanitarias como a los pacientes.
"La solución ha proporcionado una reducción del 63% en las bandejas de instrumental necesarias en el quirófano, una reducción de ocho a 14 minutos (aproximadamente el 15%) en el tiempo de preparación del quirófano, una reducción del 50% en el inventario de clientes disponible, y una reducción de aproximadamente 4,5 horas por semana de logística relacionada con tareas de alto contacto para los asesores de ventas, lo que permite un mayor enfoque en las necesidades del cliente en apoyo de los pacientes que atendemos", sostiene Swanson, y agrega que ACM apoyó más de 24 mil procedimientos en el 2022, más del doble de los 10 mil procedimientos que apoyó en el 2021.
Para abordar las preferencias quirúrgicas de los médicos dentro del mismo centro de atención conectado, el equipo de desarrollo de J&J también introdujo un módulo de preferencias del cirujano personalizable.
"Nuestro equipo de plantillas y el producto ACM implementaron un módulo que permite a nuestro personal quirúrgico identificar sus preferencias de piezas quirúrgicas. Cada cirujano tiene sus preferencias únicas para cada tipo de procedimiento, por lo que disponer de un módulo que capte esas diferencias nos permite satisfacer de forma proactiva las necesidades de sus bandejas de instrumental y los requisitos de producto con antelación", afirma Swanson.
Gracias a la conectividad directa con la historia clínica electrónica del cliente, J&J puede conocer las necesidades de un caso quirúrgico concreto antes de que se produzca, y tomar decisiones de envío e inventario en tiempo real basándose en esa información. En lugar de enviar todas las tallas estándar posibles para cada intervención, la empresa puede predecir y enviar únicamente en función de las necesidades de un paciente concreto.
"Los clientes de ACM valoran más favorablemente su asociación y experiencia con J&J, ya que transforma el proceso de reposición de inventario de reactivo a proactivo, impulsando la eficiencia en toda la cadena de suministro y permitiendo velocidad y agilidad para una predicción precisa que mejore la preparación para cada paciente y cirugía", afirma Swanson.
Los pacientes, por su parte, también se benefician de la capacidad de ACM para racionalizar el tamaño de las piezas y la preparación del inventario, reduciendo el tiempo que deben pasar en el entorno asistencial antes de la intervención quirúrgica.
"El programa ACM es un magnífico ejemplo de un nuevo modelo de negocio sanitario que está ayudando a Johnson & Johnson a alcanzar su objetivo de convertirse en el proveedor preferido. Ha demostrado que el reto de la gestión de inventarios puede simplificarse cuando las dos partes implicadas trabajan juntas y utilizan la tecnología para eliminar la ineficacia de los procesos", afirma Swanson, y añade: "Ahora nos estamos moviendo para acelerar a nuestros integradores e intermediarios para aumentar la penetración en los centros de traumatología. Trauma y columna vertebral son áreas de oportunidad clave para aprovechar el algoritmo y la plataforma".
Basado en el artículo de Yashvendra Singh (CIO) y editado por CIO Perú