Hacia un sistema nacional de salud verdaderamente integrado (parte II)

Editar

En la entrega anterior de esta serie se presentaron las características centrales del Sistema Nacional Integrado de Salud (SNIS), que rige desde 2008, y algunas oportunidades de mejora en tres áreas clave: financiera, gestión y asistencial. En particular, se identificó que la estructura de cápitas podría estar desactualizada y que las características propias del sector de la salud –elevados costos fijos– exige una mayor complementariedad entre prestadoras, además de la necesidad de alinear la formación de profesionales con la demanda del sistema y la importancia de converger a un modelo de atención preventivo y no curativo.

A pesar de los grandes desafíos actuales, en un contexto en que el envejecimiento poblacional tensionará cada vez más los recursos del sector, entiendo que la Historia Clínica Electrónica Nacional (HCEN) tiene un enorme potencial para contribuir en cada una de estas tres dimensiones. Por eso, en lo que sigue se desarrollará de qué forma avanzar en la consolidación de la HCEN, con datos clínicos completos y estructurados, podría jugar un rol protagónico en la mejora de eficiencia del sector salud.

Optimización del pago de las cápitas

Como fue señalado previamente, existen elementos para sospechar que la estructura de cápitas relativas –pago que reciben las prestadoras por la cantidad de afiliados y que depende del sexo y la edad– podría haber cambiado desde 2008. Con el objetivo de lograr la sustentabilidad financiera de las prestadoras, estas cápitas fueron calculadas considerando el consumo asistencial de distintos grupos poblacionales, de forma de reflejar la heterogeneidad de costos que implica cada afiliado para el sistema.

Pero ¿por qué no calcular directamente el costo por afiliado de manera individualizada? La HCEN es un instrumento que, desarrollado oportunamente, podría acometer esta tarea. En la actualidad las historias clínicas electrónicas se han restringido al uso médico en consulta y a dotar de mayor agilidad y seguridad a la transferencia de información entre proveedores ante movilidad de afiliados dentro del sistema. Sin embargo, su verdadero potencial estaría en contar con un registro completo y estructurado de cada paciente en lo que refiere a consumo asistencial (consultas médicas y hospitalizaciones, estudios clínicos, consumo de medicamentos, diagnósticos médicos, y un largo etcétera). A quienes trabajamos con datos, se nos viene a la mente una base con millones de filas (afiliados) y con un gran número de columnas, que capturen el historial clínico completo del paciente; ¡algo brutal! Tener la información sistematizada de esta forma permitiría calcular el costo efectivo de cada afiliado. Más aún, sería posible estimar el costo esperado para los próximos años, utilizando información sobre las trayectorias clínicas de pacientes con perfiles similares, pero de mayor edad.

Para ello, debería existir un equipo técnico dentro de la Junta Nacional de Salud, que por un lado se encargue de conciliar la información recabada por las distintas prestadoras, que deberá cumplir con estándares precisos, y, por otro lado, de realizar las estimaciones de costos. Esta metodología permitiría, a su vez, visibilizar ineficiencias entre prestadores (dos pacientes con mismas características podrían presentar costos heterogéneos). En última instancia, para imputar la cápita de un afiliado con determinado perfil socio-epidemiológico, podría tomarse el costo promedio, estimulando a las prestadoras a ser más eficientes.

Cabe aclarar que esta propuesta de desarrollar un repositorio de información con el universo de historias clínicas no es nueva. Ya en la agenda digital Uruguay 2011-2015, elaborada por Agesic, se planteaba crear y administrar a partir de 2012 una plataforma de historias clínicas electrónicas que asegure la disponibilidad de la información (con los necesarios mecanismos de seguridad y protección de la privacidad), y además generar el Banco Nacional de Historias Clínicas Electrónicas para administrar la plataforma. Sin embargo, a más de diez años de elaborado el plan, los avances han sido magros.

Mejoras en la gestión

Con una mirada sistémica, una reforma de segunda generación debería estimular una mayor interoperabilidad entre prestadoras, donde algunos recursos de alto costo sean compartidos. Nuevamente, la HCEN podría aportar evidencia clave para mapear la oferta actual de estos activos y dimensionar su demanda. Para ello, basta con incorporar en la historia clínica del paciente donde fue realizado el estudio médico e identificar el equipo específico utilizado. Ello permitiría aproximarnos a la demanda e infraestructura actual disponible. Esta información sería clave para pronunciarnos normativamente –en términos económicos– sobre la cantidad y distribución actual de la infraestructura médica y las necesidades futuras.

Otro aspecto para abordar es la vinculación entre la formación de profesionales de la salud y las necesidades futuras de la población. Relacionado a la oferta de especialistas, no es algo que el hacedor de política pueda controlar en su totalidad. En este proceso interactúan oferta (cupos por especialidad para el acceso a residencias y posgrados) y demanda (vinculadas a preferencias individuales de los médicos). Naturalmente, sobre la segunda no se puede actuar, pero sí sobre la primera. Es bien sabido lo dificultoso que es para los médicos acceder a algunas residencias: en 2020 se presentaron 13 personas a gastroenterología y sólo se aceptó a una, en endocrinología fueron diez y entró una, en dermatología 38 y sólo accedieron cuatro, y así con otras. Cuantificar la demanda futura de especialistas ofrecería evidencia clave para determinar dónde debería estar la prioridad en la asignación de recursos adicionales para abrir más cupos. Nuevamente, ¿quién puede ayudar en este asunto? Sí, la HCEN.

Y lo bueno es que también existirían economías de escala en el análisis de la HCEN: para el cálculo de las cápitas propuesto en el punto anterior, es necesario considerar todo el consumo asistencial, entre lo que se encuentra la atención médica. En otras palabras, la demanda de especialistas surgiría como subproducto de la estimación del costo sanitario de cada afiliado. Ahora bien, esto nos daría una foto de la demanda actual de especialistas. Para estimar la demanda futura, se deberían desarrollar modelos probabilísticos del curso de vida, nuevamente explotando la gran cantidad de información que ofrece el universo de afiliados al sistema.

Antes de cerrar este punto, me gustaría mencionar algunas reflexiones vertidas en un informe técnico realizado por el MSP en 2021¹ sobre la planificación de especialidades médicas en Uruguay. En primer lugar, el Estado debería generar instrumentos regulatorios para evitar que la recepción o no de residencias sea una decisión unilateral del prestador, sino que la misma siguiera criterios de necesidad del sistema. Vinculado a esto, el informe se pregunta si la gestión de las residencias médicas podría integrarse en una política nacional más amplia de recursos humanos en salud, en lugar de estar aislada en un Sistema Nacional de Residencias Médicas. Esto ayudaría a abordar de manera más coordinada los problemas salariales, formativos y de condiciones de trabajo, evitando la fragmentación actual. Por ejemplo, una estructura liderada por la Junasa, con un Observatorio de Recursos Humanos en Salud, sería clave para mejorar la toma de decisiones en este ámbito.

En segundo lugar, se entiende que el problema central del sistema de salud uruguayo no radica en la falta de capacidades administrativas, sino en la fragmentación de los sistemas de información y las dificultades para acceder a los datos. Aunque existen múltiples registros en instituciones públicas, la información no está siempre estructurada ni es accesible para la autoridad sanitaria. Por lo tanto, es fundamental que la autoridad sanitaria fortalezca su rol político y de liderazgo, negociando y construyendo acuerdos con todos los actores involucrados, especialmente en espacios como el Consejo Honorario de Residencias Médicas.

Mejora de los procesos asistenciales: hacia un modelo preventivo

La HCEN tiene mucho que aportar para potenciar un modelo de atención basado en la prevención y detección temprana de enfermedades. Los modelos de inteligencia artificial que se vienen desarrollando, que no son otra cosa que modelos de aprendizaje estadístico, explotan grandes conjuntos de información con el fin último de predecir un resultado de la forma más precisa posible.

En nuestro caso concreto, el modelo estadístico sería una especie de supercerebro al que se le carga toda la información de los pacientes del sistema (edad, sexo, barrio, consultas médicas, resultados de estudios clínicos, prevalencia de enfermedades crónicas en la familia, medicación, y un sinfín de variables más²) y arroja como resultado probabilidades de desarrollar ciertas enfermedades o diagnósticos personalizados ante síntomas específicos.

A este respecto, investigadores del MIT desarrollaron un modelo de aprendizaje profundo –lo mismo que aprendizaje estadístico, pero utilizando imágenes–, y lo entrenaron con tomografías para detectar riesgo futuro de desarrollar cáncer de pulmón. Descubrieron que el modelo tenía poderes predictivos, incluso en casos donde los propios médicos no podían detectar anomalías. Al igual que con la mayoría de las enfermedades, la detección temprana es crucial: la tasa de supervivencia de este tipo de cáncer a cinco años si se detecta en una fase temprana es cercana al 70%, reduciéndose al 10% en estadios avanzados³.

También estos modelos se podrían utilizar para generar un pronóstico de la enfermedad más certero y de forma más temprana, lo que ayuda a personalizar el tratamiento del paciente y mejorar los resultados clínicos. Se podrá evaluar la efectividad de tratamientos alternativos a partir de comparar individuos con condiciones de partida muy similares, pero que recibieron distintos tratamientos. Estos modelos potenciarán enormemente la labor médica, asistiendo a los especialistas en los diagnósticos y cursos esperados de enfermedades.

En efecto, estas innovaciones tecnológicas están transformando la forma en que concebimos los servicios médicos, permitiendo una atención más personalizada y centrada en el paciente, con diagnósticos más precoces y tratamientos más efectivos a menor costo. En última instancia, los sistemas de información y vigilancia epidemiológica podrán fortalecerse a través del uso de la HCEN, mejorando así la toma de decisiones en el diseño y monitoreo de políticas y planes de salud. Esto incluye la capacidad de dar respuestas rápidas a patologías emergentes y enfermedades transmisibles.

Síntesis

Los desafíos actuales del SNIS en Uruguay hacen necesaria una reforma de segunda generación, con foco en la optimización del modelo de financiamiento mediante la revisión de las cápitas, la mejora en la gestión de recursos e infraestructura, y la transición hacia un modelo de atención más preventivo. En ese marco, la HCEN se presenta como un elemento que contribuiría enormemente a lograr estos objetivos: permitiría calcular costos individualizados por paciente, optimizar la asignación de recursos, y mejorar la planificación de la formación de especialistas.

Más aún, la incorporación de tecnologías avanzadas como la inteligencia artificial, en combinación con una HCEN completa y estructurada, puede transformar el modelo de atención hacia uno más personalizado y preventivo, mejorando la capacidad de respuesta a enfermedades y reduciendo costos a largo plazo. Esto dará como resultado la liberación de valiosos recursos en el sistema de salud, puesto que los trabajadores menos calificados podrán realizar más seguimientos de rutina y los profesionales más calificados dirigirán sus esfuerzos hacia aquellos casos más complejos.