Innotu desarrolla un motor de procesado de mensajería HL7 para facilitar la monitorización en tiempo real y la trazabilidad de los pacientes de COVID-19
Desde Innotu, llevamos trabajando desde 2013 con Osakidetza, y ya desde 2018 en el desarrollo de integraciones mediante mensajería HL7 (estándar de interoperabilidad entre aplicaciones sanitarias), concretamente con la OSI Ezkerraldea Enkarterri Cruces, para la integración síncrona (web services) y asíncrona (eventos) de aplicaciones sanitarias. En 2018 realizamos una integración mediante esta tecnología para hacer que los sistemas de gestión de colas desarrollados para la urgencia del Hospital Universitario Cruces funcionaran de manera automática, y desde entonces colaboramos en proyectos similares. Esto significa que los usuarios finales operan con su sistema HIS (en este caso EOsabide) y su estación clínica (Osabide Global), y el software desarrollado por Innotu recibe la información que estos generan y actúa en consecuencia, abstrayendo a los usuarios de trabajar con varias aplicaciones de manera simultánea.
Por lo tanto, la recepción de mensajería HL7 implementada a través de la suscripción Event Manager de Osakidetza (plataforma de gestión de eventos a la que las aplicaciones cliente, como Innoqueue, se suscriben) permite recibir grandes volúmenes de información de los sistemas de información de Osakidetza. Esta información se propaga a través de eventos de manera asíncrona por lo que llega en el momento que se produce, es decir, no se trata de información bajo demanda. La recepción asíncrona de información nos permite por lo tanto sintetizar estos datos para generar estructuras entendibles en tiempo real. Una vez recibida, la información es analizada y sintetizada en estructuras más simples que pueden ser analizadas.
Durante el comienzo de la pandemia la dirección de la OSI detectó necesidades de información muy específicas para conocer el estado en tiempo real de los pacientes ingresados en el hospital, y poder así predecir el estado durante los días posteriores y tomar decisiones en consecuencia. Estas necesidades incluían conocer la ocupación y los pacientes covid y no covid en la hospitalización, unidades críticas y la urgencia, además de organizar toda la información en base a servicios internos y tener una trazabilidad histórica pero básica sobre las camas y pacientes.
Fue así como comenzamos a trabajar en la primera versión del motor, que resolvía la situación del hospital de manera sencilla y permitía ser integrado un el cuadro de mando basado en QlikView y QlikSense (implementado por la división de consultoría BI de la consultora Auren). Esta primera versión dotaba al centro del conocimiento sobre el estado y ocupación en tiempo real de las unidades de enfermería y sus camas que crecían de forma dinámica en base a las necesidades derivadas de la pandemia (recordemos que tal y como ha sido publicado en prensa, se abrían semanalmente nuevas unidades de enfermería en base a las necesidades del momento), y el escenario era cambiante e impredecible.
Una vez implementada esta primera versión y resueltas las necesidades básicas, comenzamos a ver las posibilidades de trazabilidad que ofrecía el sistema en base a nuevas necesidades detectadas en el aprendizaje intra-día. Comenzamos a capturar y procesar otro tipo de datos y a incluir información sobre resultados de pruebas de sero-prevalencia y PCR, de tal manera que podíamos extraer casi cualquier estadística de forma automática para facilitar la gestión de esta pandemia y mostrarla de forma estructurada y en tiempo real. Durante cada fase de la pandemia han sido necesarias modificaciones para que la plataforma crezca, pudiendo así sintetizar la información necesaria para resolver situaciones específicas detectadas en cada momento.
El resultado ha sido un sistema que con toda seguridad seguirá creciendo en base a las necesidades que se detecten durante esta emergencia sanitaria, y servirá sin duda para predecir y resolver situaciones futuras, como posibles rebrotes del virus, u otras más cotidianas, como campañas de gripe, etc. Por otro lado ayudará a disponer en tiempo real de una visión de la organización en base a la estructura física y lógica de la red de Osakidetza y permitirá facilitar la toma de decisiones en el día a día del hospital.
A día de hoy, con el sistema en explotación desde la segunda semana de trabajo y en base a un desarrollo funcional basado en metodologías ágiles, podemos decir que el proyecto ha sido un éxito.
Imagen original: Yuri Samoilov