‘Machine learning’ aplicado a la codificación clínica

La información tiene hoy un valor muy importante. Pero, para realmente poder sacarle todo el partido, es necesario que esta sea manejable y comprensible. Aquí es donde la codificación juega un papel trascendental. Cuanto más precisa sea esta codificación, más utilidad se podrá extraer de las historias clínicas y lograr ventajas tanto para el propio paciente como para el centro hospitalario.

Sin embargo, esta precisión viene aparejada de una gran complejidad. La clasificación internacional de enfermedades paso de tener 17.000 códigos de referencia en su novena (CIE-9) versión a 140.000 en la décima (CIE-10), que está vigente en España desde 2016. Esto ha supuesto un incremento notable del trabajo que han de realizar los profesionales de la codificación hospitalaria y ambulatoria.

Ayuda de la inteligencia artificial

Por eso, poca ayuda es poca en facilitar este trabajo. Para ello se han desarrollado a lo largo de estos años diferentes herramientas que ayudan en esta tarea, basadas muchas de ellas en la inteligencia artificial y el machine learning. Y aquí Asho es una de las empresas más destacadas, aprovechándose de su gran experiencia a lo largo de 25 años codificando, con una base con más de cinco millones de términos clínicos.

“Una buena codificación resulta imprescindible para realizar la gestión casuística de un centro y, por consiguiente, una valoración adecuada de la asistencia prestada en los centros al optimizar los beneficios y oportunidades que ofrecen los sistemas de clasificación de pacientes para la gestión sanitaria, tanto a nivel clínico como a nivel económico-financiero”, afirma Ruth Cuscó, directora gerente de la compañía.

Un nuevo sistema de fácil integración

Ahora la compañía ha sacado un nuevo sistema Ashoone, que se suma a las otras dos herramientas con las que la empresa ya contaba, AshoCoode y AshoIndex2 y que están funcionando en multitud de hospitales de España. Ashoone consiste en una webApp que, basada en principios de machine learning, permite codificar episodios clínicos de altas hospitalarias, de urgencias y de procesos ambulatorios de manera automática, específica e inmediata.

Esta nueva herramienta permite la codificación, validación y construcción de códigos en CIE-10 a partir de la descripción literal en lenguaje natural que se facilita a través de un campo estructurado. De esta forma Ashoone optimiza la edición de episodios, ayudando a través de varias funcionalidades, a adjudicar o construir el código resultante de la consulta.

“Es una herramienta similar a AshoIndex2, pero proporciona una ventaja de integración para los hospitales, que permite que, sin salir del propio sistema del hospital, los codificadores puedan navegar dentro de sus historias clínicas o episodios y codificar solo eso que están consultando para regresar a sus sistemas con la codificación hecha”, explica Jordi García, director de IT de Asho.

Además de la facilidad de integración que supone, al ser una aplicación web que para su funcionamiento no necesita de ningún tipo de dato previo, también el flujo de información que propone la plataforma es simple y no necesita formación previa. Todo esto se traduce en un ahorro de tiempo en la codificación, al reducir los tiempos de trabajo de los profesionales de manera sustancial y permitir que se puedan codificar un mayor número de episodios clínicos en menor tiempo.

“La implementación de nuestra webApp refuerza nuestra posición en el mercado tecnológico sanitario y repercute de manera positiva en los centros con resultados que serán visibles a corto plazo. Gracias a esta tecnología, los profesionales sanitarios pueden tratar un episodio en concreto, caso por caso, lo que les da más flexibilidad para la gestión y permite que tengan codificada su actividad asistencial de forma automática con un alto índice de confianza”, asegura García.

Esta nueva herramienta fue implantada hace cuatro meses en Fraternidad-Muprespa, tras ganar un concurso de adjudicación pública. Ahora, una vez comprobado en este tiempo que la herramienta funciona adecuadamente y supone un ahorro significativo de tiempo en la labor de los equipos de codificación clínica del centro, Asho empezará a ofrecer este nuevo sistema a otros centros de España.

The post ‘Machine learning’ aplicado a la codificación clínica appeared first on Diariomedico.com.

via Noticias de diariomedico.... https://ift.tt/2Zax5N6