¿Pueden los grandes datos reducir los costos de los tratamientos médicos al determinar qué regímenes de tratamiento son rentables de forma individualizada?

Sin duda, a pesar de que hay una gran cantidad de fruta que cuelga más baja cuando se trata de reducir los costos de atención médica. Big Data es típicamente un esfuerzo de la Ronda 2 por rentabilidad.

Hay varios ensayos bien diseñados sobre formas de reducir el costo de la atención médica sin utilizar información a nivel del paciente, por ejemplo, al cambiar a los pacientes de entornos de atención más caros a menos costosos. Nuestros clientes en CliniCast a menudo tienen MUY buenas ideas sobre cómo administrar el costo de la atención al paciente, por ejemplo, para estandarizar un episodio de tratamiento del cáncer, y nos buscan para ayudarlos a estandarizar esa operación en toda la organización.

Como alguien que crea sofisticados sistemas de Big Data para ganarse la vida, mi hipótesis es que hay más dinero que ahorrar al aplicar consistentemente algoritmos relativamente simples a una población más amplia que buscar oportunidades adicionales por paciente. La razón para esto, como se indica en las otras respuestas excelentes, es la cantidad de datos faltantes y las fricciones operacionales en la aplicación de diferentes protocolos a pacientes similares.

Creo que podría ser difícil encontrar un médico que tome decisiones sobre el tratamiento que no estén informadas por pruebas de investigación comprobadas. Los doctores no cambian su enfoque basado en cada prueba que sale, él o ella debe determinar la calidad del ensayo y si realmente se aplica a su paciente. Por ejemplo, hay un nuevo “anticoagulante” en el mercado llamado dabigatrán que ha demostrado ser tan seguro como la warfarina, pero no requiere una estrecha vigilancia (los pacientes con warfarina pueden tener consecuencias graves si se vuelven insuficiente o excesivamente anticoagulante) pero los pacientes con ciertas indicaciones anticoagulantes no se han estudiado, por lo que la warfarina sigue siendo el soporte principal del tratamiento para ellos.

El paciente con dolor de espalda no se presentó y se le llevó directamente al quirófano para que su neurocirujano pudiera ganar dinero extra, pero sin seguir los pasos necesarios según las pautas específicas. El paciente primero tuvo que hacerse una radiografía para evaluar las anomalías óseas o el estrechamiento del espacio articular y luego realizar una prueba de 6 semanas de terapia con AINE (como Advil) con terapia física antes de que pudiera obtener una resonancia magnética. Las únicas personas que pueden realizarse una resonancia magnética sin pasar por las medidas anteriores son las personas que muestran signos de daño neurológico significativo, como debilidad muscular o espasticidad, aumento de los reflejos, pérdida del control de la vejiga, etc. Las únicas personas que pueden calificar para la cirugía son pacientes cuya resonancia magnética muestra una hernia en el espacio articular que comprime la médula espinal. Es posible que el paciente del que usted habló tuviera una hernia severa en su columna C y una hernia más leve en la columna lumbar (seguramente el médico hubiera elegido hacer la más severa si primero los dos). La fusión vertebral que tuvo pudo haber aliviado parte de la presión sobre su columna vertebral en general, lo que podría explicar por qué la hernia lumbar se volvió menos sintomática. Tal vez su C-columna estaba dolorida debido a la espondilolistesis, en cuyo caso la cirugía podría haber sido muy necesaria si era grave. De hecho, sin saber lo que tenía ese paciente individual, es difícil hacer una discusión de cualquier manera con respecto a las siguientes pautas y / o medicina individualizada.

Supongo que para mí, seguir las pautas es realmente una guía. Es lo que debes hacer para la mayoría de los pacientes. Si lo único que hicieron los médicos fue seguir las pautas, bueno, no necesitaríamos médicos, ¿o sí? Puede encontrar ejemplos de doctores que negligentemente hacen los tratamientos más costosos, pero todavía tengo que conocer uno así. Por otra parte, no he tenido demasiada experiencia hasta el momento. Solo tenga en cuenta que hay muchos factores que intervienen en cualquier decisión clínica y que es bastante difícil juzgar con precisión algo cuando tiene la capacitación y el acceso a la historia clínica de todos los pacientes, y casi imposible sin ella.

Las imágenes son cada vez más precisas, las pruebas de laboratorio son cada vez más específicas, nos estamos moviendo hacia la medicina individualizada, pero la transición no es barata. Tal vez algún día signifique menos gasto, pero para entonces habrá algo aún mejor en el mercado. Si desea reducir los costos en sus facturas médicas, coma bien y haga mucho ejercicio. E ir a un examen físico anual. 🙂

No veré el diagnóstico impulsado por datos grandes en mi tiempo de vida. Aquí hay tres razones:

1. El uso de estadísticas de población en el diagnóstico de una persona es fundamentalmente ilógico. Es como decirme: “El promedio de vida en los Estados Unidos es de 80 años. Creo que morirás en tu 80 cumpleaños”. Bueno, es muy probable que muera antes, o podría morir más tarde, ¡pero la posibilidad de que muera en mi 80 cumpleaños es en realidad muy pequeña!

Ahora apliquemos este algoritmo a un paciente individual que ingresó con fiebre. Su conjunto de datos dice: “El 80% de la fiebre informada es causada por un resfriado, no se necesita tratamiento. El 10% es causado por una infección, es necesario recetar antibióticos. El 5% es causado por …”. Entonces, ¿qué haces con el próximo paciente que entra? Dirás “tienes un resfrío. Ve a casa, descansa y bebe mucha agua”. Y este médico de máquina diagnosticará que el 100% de su paciente con fiebre tiene un resfriado, porque eso es lo que dicen los datos si aplica estadísticas de población a un individuo.

Hay tantos de este tipo de afirmaciones pseudocientíficas, pero fundamentalmente ilógicas, que a veces me pregunto si la gente solo necesita regresar a la escuela secundaria y tomar una clase de matemáticas. ¡NO puedes usar estadísticas de población en un individuo!

2. Para hacer un diagnóstico correcto, necesita saber al menos 2 cosas: a), la enfermedad y su patología, yb), el paciente individual . Cada persona reacciona de manera diferente al mismo patógeno. Algunas personas tienen fiebre alta, algunas personas tienen fiebre baja acompañada de una erupción cutánea. Un médico de familia a menudo sabrá, si ha estado tratando a la persona durante mucho tiempo, que “mi paciente X ha tenido gripe, varicela, etc., y nunca tuvo fiebre alta con ellos. Pero tiene estos síntomas”, por lo que entonces incluso una fiebre de 101 grados puede ser alarmante para el médico de familia e insistirá en que el paciente acuda a un examen completo. En una palabra, necesitas conocer al paciente. Si está perdiendo información del paciente, no puede hacer un diagnóstico correcto.

Para “grandes datos”, eso significa que debe recopilar una gran cantidad de datos sobre cada individuo, porque no sabe realmente qué datos van a ser importantes. Primero tendrá que establecer una línea base sobre el individuo: qué comió, qué bebió, cuántas veces orinó, cuál es la composición de su pis, cuál es su análisis de sangre durante este tiempo, qué es su actividad cerebral, etc., y luego necesita todos estos conjuntos de datos nuevamente para el resto de su vida porque las personas cambian. No estoy inventando cosas, todos estos puntos de datos en realidad son útiles para el diagnóstico específico, pero me sorprendería que alguien te permita recopilar estos datos de él. Es 1000 veces peor que la NSA, y usted tiene menos capacidad que la NSA para mantener sus datos seguros. Esto básicamente trata a las personas como ratas de laboratorio. Quizás en una novela de Orwell, todos los recién nacidos implantarán un chip para recolectar sus datos biológicos y enviarlo a su base de datos para diagnóstico futuro, pero el potencial de abuso es tan grande que no espero que esto suceda.

3. La mayoría de los conjuntos de datos disponibles son basura. La forma en que se crearon la mayoría de estos conjuntos de datos fue la siguiente: un investigador sale a recopilar datos, no sabe realmente cuáles fueron los factores determinantes de su tema. Él tenía alguna hipótesis. Entonces salió recolectando los datos demográficos usuales, más las variables clave para probar su hipótesis. No recopilará una gran cantidad de datos que no estén directamente relacionados con su tema porque era costoso recopilar estos datos. Ahora él consiguió algo que puede publicar. Eso es más o menos el “big data” del que están hablando esos tipos. Lo mismo con las compañías farmacéuticas. Solo recopilan datos para demostrar un punto. Cualquier otra cosa es innecesaria. Peor aún, ¿qué pasa si recopilas datos innecesarios y alguien termina con un “evento adverso no relacionado”? La FDA le pedirá que realice una investigación exhaustiva, que reclute más pacientes para su ensayo clínico para demostrar que este evento adverso no tiene relación con su producto. Te disparas en el pie. ¡Es por eso que las compañías farmacéuticas nunca, nunca, recopilan datos clínicos que no sean absolutamente necesarios para obtener un producto aprobado!

Pero para un diagnóstico, a menudo necesita cientos de variables para dar cuenta de cientos de posibilidades. Nadie ha recopilado ningún conjunto de datos con todas estas variables todavía. Si desea comenzar a recopilar todos estos datos ahora, puede hacerlo, pero es un esfuerzo muy costoso. Entonces, ¿qué pasa con los conjuntos de datos incompletos que ya tiene? Honestamente, son basura. Es como si alguien tratara de pintar un jardín cuando él solo puede ver 2 colores, y lo que es peor, está tratando de predecir cómo será el jardín de su vecino en función de lo que ve en su jardín.

Personalmente, creo que permitir que las personas se cuiden mejor hará más para reducir los costos de atención médica que cualquier otra cosa.

CosmeSys | Su motor de búsqueda visual para una apariencia mejor y más joven

Será muy muy difícil.

Tengo algo de experiencia con esto. Hace algunos años, la Ley de Compensación de Trabajadores de Illinois agregó una disposición de revisión de utilización que permite al empleador / transportista cuestionar el tratamiento que queda fuera de las pautas basadas en la evidencia.

El médico tratante propondrá X, se comunicará con la compañía de seguros para obtener la autorización, y se realizarán una serie creciente de revisiones bajo los Lineamientos de revisión de la utilización (URAC) para certificar o no la atención.

A veces esto dio como resultado una atención más conservadora antes de proceder con el procedimiento original, a veces dio lugar a que el paciente obtuviera una segunda opinión y litigara (léase, incurrir en gastos de reclamación que son diferentes de los gastos médicos, pero aún así un pago de dinero). Si el paciente tenía cobertura médica grupal, a veces ignoraba la no certificación de UR, obtenía la atención que deseaba y luchaba con el empleador / proveedor de WC al final sobre qué compañía debía asumir el costo finalmente.

En un caso, tuvimos un hombre con una lesión definida en el disco lumbar y cervical. La cirugía no fue certificada en ambos niveles. pasó por el grupo, se hizo el cuello primero y mientras se recuperaba, su espalda baja se resolvió … sin la cirugía adicional impugnada. Pero esa es una sola instancia que puedo recordar, y he manejado o tocado un volumen decente de reclamaciones y casos.

Las oficinas de tratamiento de doctores contrataron personal de apoyo para lidiar con el proceso de certificación. Las compañías de UR han sido creadas para implementar las directrices. Los transportistas han agregado personal para lidiar con este problema.

Lo que no he visto es una comparación de los costos finales de cómo se comparan los costos administrativos de los gastos de reclamación con los ahorros por el tratamiento no certificado. (Estoy seguro de que está ahí. Hay una organización que rastrea esto. Simplemente no lo he visto. Si alguien puede vincular un informe, le agradecería).

He visto abusos atroces de procedimientos y cuidados innecesarios, ineficaces pero con fines de lucro (desafortunadamente, los quiroprácticos y terapeutas físicos sin escrúpulos, y los propietarios de IRM independientes son los que más vi). Había que hacer algo para abordar ese abuso, pero existe una gran reticencia por parte del paciente legítimo y los médicos tratantes legítimos a tener un algoritmo no médico incorpóreo que les diga qué pueden y qué no pueden hacer para tratar al paciente.

Así que puedes reunir todos los datos, realizar todos los estudios, identificar todos los sesgos, pero todo se reducirá a averiguar qué hacer con el tipo de carne y hueso frente a ti cuya espalda duele todavía y quién, en opinión del médico , necesita 6 semanas más de terapia física más allá de lo que dice Big Data. Me encantaría ver cómo suceden algunos mechansim de frenada, pero sería un proceso generacionalmente lento cambiar la mentalidad de muchas personas que no quieren que Big le diga qué hacer.

(Además, no he escuchado ninguna discusión acerca de si seguir siempre con la atención basada en datos hace que el sistema sea cerrado, lo que impide saber si algún tipo de atención alternativa es mejor, más barata, más efectiva. Dejaré esa para los estadísticos médicos y epidemiólogos).