VALÈNCIA 1 Sep. (EUROPA PRESS) -
Un estudio liderado por el investigador del grupo Sabien del Instituto Itaca de la Universitat Politècnica de València (UPV) Carlos Fernández Llatas, en colaboración con la Universitat Jaume I (UJI), ha desarrollado un "innovador" enfoque de Minería de Procesos (Process Mining, PM) específicamente adaptado al ámbito clínico, que permite representar de forma más clara y comprensible los itinerarios asistenciales registrados en las historias clínicas electrónicas.
El trabajo, recientemente publicado en la revista 'Journal of Biomedical Informatics', propone una nueva metodología basada en técnicas declarativas que permiten incorporar el conocimiento experto al análisis de datos clínicos, superando así una de las limitaciones históricas de la minería de procesos: la complejidad de los modelos generados en problemas con actividades repetidas.
Esta metodología busca facilitar la exploración interactiva de procesos reales a partir de los datos registrados en las HCE. "Este enfoque permite por primera vez integrar de forma interactiva el conocimiento clínico en el proceso de descubrimiento, generando modelos que reflejan mucho mejor la realidad de los tratamientos y mejoran su interpretación por parte del personal médico y de gestión sanitaria", destaca Carlos Fernández-Llatas, investigador principal del estudio.
La Minería de Procesos es una disciplina consolidada en sectores industriales y administrativos, pero su aplicación en salud presenta importantes limitaciones. Las características particulares del entorno clínico, como la gran variabilidad entre pacientes, la repetición de actividades (pruebas, ciclos de tratamiento, visitas), y la complejidad del registro asistencial, generan modelos excesivamente densos e ininteligibles, conocidos como "efecto espagueti", que dificultan su uso práctico por parte del personal clínico y gestor.
"Los modelos que se obtienen con técnicas estándar no reflejan fielmente la lógica de los algoritmos clínicos ni las decisiones terapéuticas reales. Esto impide que los propios profesionales puedan interpretar o utilizar estos modelos para la mejora asistencial", señala Carlos Fernández-Llatas.
En este contexto, el nuevo enfoque introduce la posibilidad de que el personal sanitario participe activamente en el proceso de desarrollo de modelos, en un campo donde la continua presencia actividades repetidas limitaban el uso efectivo de técnicas de Minería de Procesos.
Para ello, se basa en expresiones declarativas, una forma de representar el conocimiento mediante reglas flexibles y comprensibles que definen condiciones clave del proceso.
DIFERENCIAR ETAPAS CRÍTICAS
El trabajo propone un conjunto de funcionalidades innovadoras --como hitos, circuitos y regiones protegidas-- que permiten diferenciar etapas críticas (por ejemplo, antes y después de una cirugía), identificar trayectorias terapéuticas específicas o aislar regiones relevantes del proceso para su análisis independiente.
La metodología se ha validado en un caso de uso centrado en el tratamiento de pacientes con cáncer de próstata, utilizando datos sintéticos de Simulacrum, una base de datos generada a partir de registros oncológicos reales del sistema nacional británico.
El estudio se centró en pacientes tratados con Docetaxel, uno de los medicamentos más habituales en este tipo de tumores. De hecho, los resultados muestran cómo los modelos generados tras la incorporación de conocimiento experto son mucho más comprensibles, estructurados y útiles para analizar las trayectorias de los pacientes, identificar desviaciones, detectar oportunidades de mejora y apoyar la toma de decisiones clínicas.
"Hemos demostrado que es posible generar modelos que reflejan con precisión distintos patrones terapéuticos, como la administración de quimioterapia antes o después de la cirugía, y que los profesionales pueden interactuar con el sistema para refinar estos modelos según su experiencia clínica", explica Fernández-Llatas.
El impacto de esta metodología es especialmente relevante en el contexto de la transformación digital del sistema sanitario, ya que permite explotar de forma más eficaz los datos disponibles en las historias clínicas electrónicas, contribuyendo a avanzar hacia un modelo de salud más personalizado, eficiente y basado en valor.
"El sistema sanitario dispone de millones de registros que, con las herramientas adecuadas, pueden convertirse en conocimiento útil para rediseñar procesos, reducir ineficiencias y mejorar la atención al paciente. Esta investigación es un paso clave en esa dirección", concluye Fernández-Llatas.
