Embed Size (px)
Citation preview
Innovación en los Sistemas Sanitarios
Hacia la Medicina de Precisión
Reunión CISFARH XIII
Dr. Bernardo Valdivieso [email protected]
Índice
• Introducción
• Claves para el Cambio
• Un camino
• Conclusiones
Índice
• Introducción
• Claves para el Cambio
• Un camino
• Conclusiones
Propuesta de valor …..
Poblacional Participativa
Proactiva Preventiva
Precisa Predictiva
Personalizada
Cambio de Modelo: ”Medicina 4P vs xP”
Cambio de Modelo: ”Gestionar Riesgos”
Cambio de Modelo: Gestión de Riesgos
3. Cambio de Modelo.
Cambio de Modelo: “Estratificar”
Cambio de Modelo: ”Trabajar en Red”
Cambio de Modelo: “Trabajar en Red”
Salud
Cuidados integrados
Cuidados paliativos
Descompensación crónicos
Estabilidad crónicos
Agudos
Cambio de Modelo: “Reorientando recursos”
Salud
Cuidados integrados
Cuidados paliativos
Descompensación crónicos
Estabilidad crónicos
Agudos
Cambio de Modelo: “Reorientando recursos”
Índice
• Introducción
• Claves para el Cambio
• Un camino
• Conclusiones
Cultural
Salud Digital
Medicina de
Precisión
Claves de éxito
Cultural
Tecnológico
Análisis
Información
Claves de éxito
Trabajo en Equipo
Rutas Asistenciales
Cultural
Salud Digital
Análisis
Información
Claves de éxito
Modelo de Negocio Sector Sanitario. FUTURO
3. Cambio de Modelo.
Cambio de Modelo de Negocio
Canales
Decisiones Informadas
PhR Redes
Virtuales
App
Telecare
Salud Digital
Salud Digital
Cultural
Salud Digital
Medicina de
Precisión
Claves de éxito
Información Masiva
Análisis Genómica
Gestión remota de pacientes
Las cosas del Internet
Nuevo recurso natural : RWD
Ruta del Paciente
Mejorar el uso de la Información. “ Datos masivos”
Mejorar el uso de la Información “Nuevas Herramientas”
26
Mejorar el uso de la Información “Talento”
27
Mejorar el uso de la Información “Nuevas Capacidades”
Herramientas TiC
Clínica
Molecular
Salud Publica
Redes Sociales
Entorno
“Medicina de Precisión”. Concepto
Mejorar Prevención, Diagnóstico, Tratamiento y Cuidado de
forma individual
“Medicina de Precisión”. Capacidades
Índice
• Introducción
• Claves para el Cambio
• Un camino
• Conclusiones
Valor
Hacia la Medicina de Precisión
Mejorar el uso de la Información “Un camino”
Valor
Hacia la Medicina de Precisión
Mejorar el uso de la Información “Un camino”
Caso de Uso
Población
SIP
Demografía
Morbilidad
HiS
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia
Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Construyendo el “Real World Data”
Nuestra Arquitectura BI. “Filosofía autoservicio”
HIS ETL
Data Warehouse
Presentación en cliente y/o Servidor
Valor
Hacia la Medicina de Precisión
Mejorar el uso de la Información “Un camino”
Población
SIP
Demografía
Morbilidad (HIS)
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
Población
SIP
Demografía
Morbilidad (HIS)
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
Población
SIP
Demografía
Morbilidad (HIS)
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
Población
SIP
Demografía Morbilidad
(HIS)
Atención ambulatoria
Alternativas hospitalizació
n
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
Población
SIP
Demografía
Morbilidad (HIS)
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
Población
SIP
Demografía
Morbilidad (HIS)
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
- Hb Glicosilada -
- Hb Glicosilada -
- Hb Glicosilada -
Población
SIP
Demografía
Morbilidad (HIS)
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
- COMBINACIONES ORALES-
Valor
Hacia la Medicina de Precisión
Mejorar el uso de la Información “Un camino”
Nuestra Arquitectura.-Big Data
Población
SIP
Demografía
Morbilidad
HiS
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia
Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
RESIDENCIAS ASISTIDAS
Usando el “Real World Data”
Población
SIP
Demografía
Morbilidad
HiS
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia
Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Resultados Clínicos
Enfermedades
Usando el “Real World Data”
SUPERVIVENCIA
NIVEL DE SALUD RECUPERADO
TIEMPO DE RECUPERACION
SOSTENIBILIDAD NIVEL SALUD ALCANZADO
PROBLEMAS EN EL PROCESO TERAPUETICO
PROBLEMAS A LARGO PLAZO DEL PROCESO TERAPEUTICO
Mejor tolerancia al esfuerzo
Alivio de síntomas
Días libre de descompensaciones
Nº de descompensaciones (ingresos o urgencias) al año
Prevenir progresión de la enfermedad
Ingresos hospitalarios
Estancias hospitalarias
Reingresos 30 días post-alta
Complicaciones hospitalarias
Mortalidad hospitalaria
Numero de efectos secundarios al tratamiento
ICC
Resultados Clínicos / Costes
Supervivencia
Calidad de Vida
Valor
Hacia la Medicina de Precisión
Mejorar el uso de la Información “Un camino”
3. Cambio de Modelo.
Innovando la Cronicidad
Identificación población
Población
SIP
Demografía
Morbilidad
HiS
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia
Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
Calculo Modelos
31-12-2008
Pacientes
Urgencias 6 meses
Ingresos 6 meses
Consumos Urgencias
Consumos Hospitalización
(no programada)
2008 2009 2010 2011
Medida de fiabilidad
de modelos
Consultas 6 meses
Diagnosticos
Calculo Modelos
31-12-2009
Consumos Urgencias
Consumos Hospitalización
(no programada)
2008 2009 2010 2011
Medida de fiabilidad
de modelos
Consultas 6 meses
Pacientes
Diagnosticos
Urgencias 6 meses
Ingresos 6 meses
Modelo Predictivo.
Hospital La Fe | Estancias población adulta cápita |
Modelo Predictivo Capacidad del modelo frente al total de estancias
Estancias totales
Estancias urgentes
100% (87.236)
100%
75%
50%
25%
0%
79% (68.638)
40% (34.554)
26% (22.570)
Capita >14
280.000 100 %
Pop. > 14
Estancias urgentes “target”
Predicción Estancias “target”
3.500 1,2%
Identificación población
Población
SIP
Demografía
Morbilidad (HIS)
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
Usando el “Real World Data”
Población
SIP
Demografía
Morbilidad
HiS
Atención ambulatoria
Alternativas hospitalización
Hospitalización
Bloque quirúrgico
Gastos variables
Biopatologia
Farmacia
Atención Primaria
E-health
Imagen
Ómicas
Urgencias
Casuística
“Real World Data”
Rutas Asistenciales
DIABETES
Usando el “Real World Data”
“Real World Data”
Patients Pathways for Pattern Analysis
Índice
• Introducción
• Claves para el Cambio
• Un camino
• Conclusiones
Propuesta de valor …..
Propuesta de valor …..
Cultural
Salud Digital
Medicina de
Precisión
Claves de éxito
Cultural
Salud Digital
Medicina de
Precisión
Claves de éxito
Poblacional Participativa
Proactiva Preventiva
Precisa Predictiva
Personalizada
Cambio de Modelo: ”Medicina 4P vs xP”
Innovación en los Sistemas Sanitarios
Hacia la Medicina de Precisión
Reunión CISFARH XIII
Dr. Bernardo Valdivieso [email protected]
