Systemic Social Factors and Healthcare Data Quality: A Socio-Technical Systems Analysis

En el hospital moderno, un vasto libro de contabilidad digital registra cada latido, cada diagnóstico y cada medicamento administrado. Estos registros electrónicos son la columna vertebral de la atención al paciente, guiando a los médicos en la toma de decisiones de vida o muerte y ayudando a que los hospitales funcionen sin contratiempos. Para que estos sistemas funcionen, la información en su interior debe ser perfecta. Si un registro carece de un detalle, contiene una errata o enumera una condición bajo un nombre incorrecto, las consecuencias pueden repercutir hacia afuera, provocando retrasos en los tratamientos, confusión en el personal e incluso daños a los pacientes. Durante años, la suposición ha sido que si el software es lo suficientemente bueno, los datos también lo serán. La creencia predominante era que mejores algoritmos y controles automatizados más estrictos resolverían el problema de los registros desordenados.

Sin embargo, una nueva perspectiva sugiere que la calidad de estos datos depende menos del código que se ejecuta en la sala de servidores y más de las personas que trabajan en los pasillos. Esta idea se basa en un concepto conocido como sistemas sociotécnicos, que ve a una organización no solo como una colección de máquinas, sino como una asociación compleja entre la tecnología y el comportamiento humano. En esta visión, un programa informático es solo tan efectivo como el equipo que lo utiliza, y la forma en que las personas hablan entre sí, comparten responsabilidades y navegan sus presiones diarias moldea el resultado final tanto como el propio software. Comprender esta relación es crucial porque desplaza el enfoque de arreglar computadoras a arreglar la forma en que los humanos interactúan con ellas.

Un estudio reciente de Phuong Pham, de la Universidad de los Cumberlands, explora precisamente esta dinámica. La investigación plantea una pregunta simple pero profunda: ¿cómo explican las personas que trabajan con datos de salud diariamente las fuerzas sociales que hacen que sus registros sean buenos o malos? Para encontrar la respuesta, la investigadora habló con dieciocho profesionales de la salud de todo Estados Unidos. Estos participantes no eran solo médicos; incluían analistas de datos, ingenieros, enfermeros y administradores, ofreciendo una amplia gama de puntos de vista. Las entrevistas se realizaron de forma individual, permitiendo a los participantes compartir sus experiencias del mundo real sin la presión de un entorno grupal. La investigadora escuchó atentamente sus historias, buscando patrones comunes en la forma en que describían los desafíos y los éxitos de su trabajo.

Los hallazgos revelan que los mayores obstáculos para la alta calidad de los datos no son los fallos técnicos, sino la fricción humana y organizacional. Una de las barreras más significativas identificadas fue la brecha de comunicación entre las personas que construyen la tecnología y las personas que la utilizan en la atención al paciente. El personal técnico suele hablar en un lenguaje especializado que los clínicos no comprenden, mientras que los médicos y enfermeros utilizan términos que los ingenieros encuentran confusos. Esta división crea una situación en la que una condición puede ser nombrada de forma diferente por dos departamentos distintos, causando que la base de datos la trate como problemas separados. Cuando los equipos trabajan en silos, aislados, los errores pasan desapercibidos porque nadie tiene el panorama completo. El estudio encontró que cuando estos grupos no conversan regularmente entre sí, los datos se vuelven fragmentados y poco fiables.

Otro tema importante fue el choque entre diferentes prioridades. Para un médico, el objetivo principal es salvar una vida o aliviar el dolor en el momento. Introducir datos en una computadora se ve a menudo como una tarea secundaria, un obstáculo burocrático que quita tiempo a la atención del paciente. Cuando un médico tiene prisa por atender una emergencia, puede omitir un campo o introducir un valor rápido y aproximado solo para seguir adelante. El estudio destacó que esto no es una señal de pereza, sino una reacción natural a un sistema que exige demasiado trabajo administrativo durante momentos críticos. Del mismo modo, los equipos técnicos suelen priorizar una estructura de datos perfecta, creando a veces reglas rígidas que no se ajustan a la realidad desordenada de cómo se presentan realmente los pacientes. Cuando estos dos mundos colisionan, el resultado es a menudo registros incompletos o inexactos.

La investigación también señaló una falta de propiedad clara. En muchas organizaciones, no está claro quién es responsable de corregir un error una vez que aparece en el sistema. Si un registro es erróneo, el médico puede pensar que el equipo de TI debería arreglarlo, mientras que el equipo de TI asume que el médico lo corregirá. Esta confusión provoca que los errores permanezcan sin corregir durante largos períodos. Además, el estudio observó que la alta rotación de personal crea un ciclo de pérdida de conocimiento. Cuando los trabajadores experimentados se van, se llevan consigo su comprensión de cómo navegar el sistema, dejando al nuevo personal para aprender mediante el ensayo y error, lo que a menudo resulta en más errores.

A pesar de estos desafíos, los participantes también describieron qué es lo que funciona. Encontraron que cuando los equipos alinean sus objetivos y hablan el mismo lenguaje, la calidad de los datos mejora drásticamente. Una estrategia efectiva mencionada fue el uso de retroalimentación en tiempo real, donde el personal recibe recordatorios inmediatos y suaves si omite alguna información, en lugar de esperar a una auditoría mensual. Otro éxito provino de tener enlaces dedicados, personas que puedan traducir las necesidades técnicas al lenguaje sencillo para los clínicos y viceversa. Cuando las organizaciones crean una cultura donde todos se sienten responsables de los datos, y cuando proporcionan capacitación continua para mantener las habilidades agudas, los registros se vuelven más fiables.

El estudio concluye que arreglar los datos de salud requiere más que un mejor software. Exige un cambio en la forma en que las organizaciones gestionan a su gente. La tecnología es solo la mitad de la ecuación; la otra mitad es el sistema social de comunicación, confianza y responsabilidad compartida. La investigación sugiere que para lograr que los datos sean correctos, los hospitales deben invertir en la construcción de puentes entre sus equipos técnicos y clínicos, aclarando quién hace qué y creando un entorno donde las personas tengan el tiempo y el apoyo para hacer bien su trabajo. Al abordar estos factores humanos, las organizaciones de salud pueden asegurar que sus registros digitales reflejen verdaderamente la atención que brindan, lo que en última instancia conducirá a un tratamiento más seguro y efectivo para los pacientes.