Un estudi de la Universitat Politècnica de València presenta un enfocament de mineria de processos específicament dissenyat per a l’entorn sanitari que permet representar amb major claredat els itineraris assistencials registrats en les històries clíniques electròniques. En integrar el coneixement de professionals sanitaris en l’anàlisi, els models resultants es tornen més comprensibles i útils per a millorar l’atenció al pacient.
La digitalització ha convertit a les HCE en una font massiva d’informació, però la seua complexitat i la repetició d’activitats fan que els models obtinguts amb tècniques estàndard siguen difícils d’interpretar. Eixe efecte espagueti, amb diagrames densos i poc llegibles, limita la seua utilitat pràctica per a clínics i gestors i dificulta extraure conclusions accionables sobre com s’atén realment els pacients.
Per què els models tradicionals fallen
En salut, la variabilitat entre pacients, la reiteració de proves i tractaments, i la forma en què es registren els processos generen resultats que no reflectixen amb fidelitat la lògica dels algorismes clínics ni les decisions terapèutiques. Quan els models no capturen eixa lògica, els professionals no poden secundar-se en ells per a revisar circuits, detectar desviacions o prioritzar millores, per la qual cosa el potencial de les dades queda infrautilitzat.
L’equip liderat per Carlos Fernández-Llatas, del grup SABIEN de l’Institut ITACA, al costat de la Universitat Jaume I, proposa una metodologia declarativa que incorpora de manera interactiva el coneixement expert al descobriment de processos. En la pràctica, això permet orientar l’anàlisi amb regles i criteris clínics i, així, obtindre representacions més fidels al que succeïx en l’assistència real.
Entre les funcionalitats destaquen les fites, els circuits i les regions protegides. Amb elles es delimiten etapes crítiques (per exemple, abans i després d’una cirurgia), s’identifiquen trajectòries terapèutiques específiques i s’aïllen segments rellevants per a analitzar-los de manera independent. El resultat són models més estructurats que faciliten la lectura dels fluxos, la comparació d’itineraris i la detecció de punts de millora.
Validació en càncer de pròstata
La metodologia s’ha validat amb dades sintètiques de Simulacrum, generats a partir de registres oncològics, en un cas centrat en pacients amb càncer de pròstata tractats amb Docetaxel. Esta prova de concepte mostra que, en sumar coneixement expert, els models guanyen claredat i s’adapten millor a la realitat clínica, la qual cosa ajuda a identificar desviacions respecte als camins esperats, localitzar ineficiències i donar suport a la presa de decisions.
El treball, publicat en Journal of Biomedical Informatics, reforça l’avanç cap a una sanitat basada en dades i processos reals: aprofitar milions de registres per a redissenyar circuits, reduir ineficiències i millorar l’experiència del pacient. La investigació ha sigut finançada pel Ministeri de Ciència i Innovació i obri línies futures de validació amb professionals sanitaris i d’extensió a altres patologies i contextos assistencials.
