Transforming Multi-Clinic Naturopathic EHR Data into a Research Database: A Retrospective Feasibility Pilot Study

En el panorama de la medicina moderna, una revolución silenciosa está teniendo lugar dentro de las paredes de las clínicas comunitarias. Durante décadas, las historias más detalladas sobre cómo los médicos tratan a los pacientes han permanecido encerradas en notas no estructuradas, escritas en párrafos de texto en lugar de cuadros limpios y buscables. Mientras que los grandes hospitales y centros académicos han comenzado a aprovechar el poder de sus registros digitales para rastrear tendencias de salud, el mundo de la medicina naturopática —donde los profesionales se enfocan en el cuidado integral de la persona utilizando la dieta, las hierbas y los cambios en el estilo de vida— ha permanecido en gran medida fuera de esta red digital. Esta brecha es importante porque, sin una forma de reunir y analizar datos de muchas clínicas diferentes, es difícil comprender cómo funcionan estos tratamientos en el mundo real, más allá de los entornos controlados de un único estudio de investigación. Para cerrar esta división, los investigadores necesitaban una forma de convertir miles de notas digitales dispersas, de estilo manuscrito, en una biblioteca única y organizada que pudiera ser estudiada de manera segura y científica.

Un equipo de investigadores se propuso resolver este problema construyendo un puente entre siete clínicas naturopáticas independientes en el estado de Washington y una base de datos de investigación segura basada en la nube. Su objetivo no era realizar un ensayo médico específico, sino demostrar que era posible extraer automáticamente datos de estas clínicas, eliminar toda la información de identificación personal como nombres y direcciones, y organizar los detalles médicos restantes en un formato que los científicos pudieran consultar. Se centraron en un sistema que pudiera leer las notas de texto libre que los médicos escriben después de ver a un paciente, identificar qué tratamientos se recomendaron y agruparlos en categorías como suplementos nutricionales, medicinas botánicas o asesoramiento dietético. El proyecto se apoyó en un lenguaje digital estandarizado que permite que diferentes sistemas informáticos se comuniquen entre sí, asegurando que los datos de una clínica en Seattle puedan combinarse sin problemas con los datos de una clínica en Portland.

El resultado fue un archivo digital masivo que contenía los registros de salud de casi 59,000 pacientes, abarcando un período de dieciocho años. Esta colección incluyó más de 469,000 visitas de pacientes y más de 858,000 notas clínicas. Los investigadores transformaron con éxito esta montaña de texto no estructurado en una base de datos estructurada donde pudieron contar con qué frecuencia se trataban ciertas afecciones y qué terapias se prescribían con mayor frecuencia. Encontraron que los pacientes en esta red eran predominantemente mujeres en sus cuarenta años, que buscaban ayuda por problemas crónicos como fatiga, deficiencia de vitamina D e insomnio. Cuando los investigadores observaron cómo los médicos trataban a los pacientes con niveles elevados de azúcar en sangre, surgió un patrón claro: el enfoque más común involucraba una combinación de suplementos nutricionales, asesoramiento dietético y medicinas de origen vegetal. Este patrón apareció consistentemente en las diferentes clínicas, lo que sugiere una filosofía de cuidado compartida que prioriza el estilo de vida y las intervenciones naturales.

Para probar si esta nueva base de datos podía realmente rastrear los cambios en la salud a lo largo del tiempo, el equipo se centró en un grupo específico de pacientes con marcadores de azúcar alta en sangre. Compararon la primera y la última lectura de azúcar en sangre disponible para miles de estas personas. Los datos mostraron que, en promedio, los pacientes con prediabetes experimentaron una disminución pequeña pero mensurable en sus niveles de azúcar en sangre con el tiempo, mientras que aquellos con diabetes diagnosticada vieron un descenso más significativo. Los investigadores fueron cuidadosos al señalar que esta observación no prueba que los tratamientos naturopáticos causaran la mejora, ya que los pacientes también podrían haber estado tomando otras medicaciones o cambiando sus hábitos fuera de la clínica. Sin embargo, el hecho de que la base de datos pudiera detectar estos cambios en los marcadores de salud demuestra que el sistema funciona. Demostró que la infraestructura es capaz de capturar las señales sutiles y longitudinales de la salud del paciente que a menudo se pierden en los estudios tradicionales de un solo evento.

El éxito de este proyecto piloto radica en su capacidad para manejar la realidad desordenada de la práctica médica cotidiana. En muchas clínicas, los médicos escriben notas con su propio estilo, utilizando diferentes palabras para los mismos tratamientos. Los investigadores construyeron un sistema que podía leer estas notas variadas e identificar con precisión cuándo un médico ordenaba una terapia específica, como un suplemento vitamínico o una derivación a acupuntura. Validaron este proceso verificando manualmente una muestra de los datos extraídos, confirmando que su sistema automatizado era correcto más del 93 por ciento de las veces. Este alto nivel de precisión significa que la base de datos puede confiarse para reflejar las prácticas reales de estos médicos, en lugar de solo el ruido del texto aleatorio. También reveló que, mientras algunas clínicas se enfocaban fuertemente en terapias físicas o manejo del estrés, otras se inclinaban más hacia la nutrición, mostrando una diversidad de enfoques dentro del mismo campo.

Quizás el hallazgo más significativo es que este tipo de investigación es ahora posible sin depender de que los médicos ingresen manualmente los datos en un formulario de investigación separado. En el pasado, crear una base de datos de este tamaño habría requerido equipos de personas sentadas para transcribir información de gráficos de papel o pantallas digitales, un proceso lento y costoso que limitaba la escala de la investigación. Al automatizar la extracción de datos directamente de los registros de salud electrónicos que los médicos ya estaban utilizando, el equipo creó un sistema que es escalable y sostenible. La base de datos que construyeron no es solo una colección estática de números; es un recurso vivo que puede actualizarse a medida que se atienden nuevos pacientes y se prescriben nuevos tratamientos. Esto abre la puerta a futuros estudios para explorar cómo el cuidado naturopático afecta a una amplia gama de condiciones, desde trastornos de la tiroides hasta la salud cardíaca, utilizando evidencia del mundo real en lugar de modelos teóricos.

El estudio también destacó los desafíos que aún permanecen. Debido a que los datos procedían de un grupo específico de clínicas en un solo estado, los resultados pueden no representar perfectamente todas las prácticas naturopáticas en todo el país. Además, el sistema no pudo capturar información sobre si los pacientes realmente siguieron los consejos de los médicos, solo que el consejo fue dado. Los datos de raza y etnia también estaban mayoritariamente ausentes de los registros, lo que refleja un problema más amplio en la forma en que se recopila la información médica. A pesar de estas limitaciones, el proyecto constituye una prueba de concepto de que las herramientas digitales de la medicina moderna pueden adaptarse para apoyar la naturaleza única y personalizada de la atención naturopática. Demuestra que, con la tecnología adecuada, las historias ricas y detalladas que se encuentran en las notas de los pacientes pueden convertirse en evidencia poderosa, ayudando a construir una imagen más clara de lo que funciona en el mundo real de la atención médica.