Hoy en día, los médicos de urgencias trabajan cada vez más en entornos impulsados por IA, a menudo con tecnología de escucha ambiental que puede documentar el historial médico en tiempo real. Sin embargo, incluso en estos entornos tecnológicamente avanzados, los datos críticos normalmente no están disponibles para los servicios de emergencia antes de la llegada del paciente y, en ocasiones, no están disponibles para la toma de decisiones clínicas iniciales.
Mientras tanto, los servicios de emergencia enfrentan sus propios desafíos de información mientras toman decisiones de tratamiento y transporte en fracciones de segundo para pacientes complejos; por ejemplo, alguien que sufrió un paro cardíaco, sufrió una lesión en la cabeza por la caída asociada en un estacionamiento y sufrió quemaduras graves por el asfalto caliente del verano durante los esfuerzos de reanimación. Sin embargo, después de que los socorristas trasladan al paciente al hospital, carecen de información para saber si tomaron las decisiones correctas y cómo sus acciones afectaron la atención del paciente.
Los médicos de urgencias se enfrentan todos los días a decisiones de vida o muerte porque tienen información limitada y pueden confiar en su formación, experiencia personal y conocimientos. Se les juzga en función de los resultados de los pacientes, pero históricamente han operado en entornos de conocimiento aislados donde estos resultados a menudo no estaban fácilmente disponibles.
En particular, la naturaleza tradicionalmente episódica de los servicios de emergencia impone limitaciones a los proveedores que consideran incidentes discretos sin visibilidad longitudinal, lo que les impide identificar patrones en la prestación de servicios y resultados pasados y aprovechar conocimientos agregados de miles de casos similares. La magnitud de la brecha de conocimiento resultante es asombrosa, considerando que los proveedores de SEM transportan a decenas de millones de pacientes anualmente.
Sin embargo, se están produciendo cambios en dos frentes críticos a medida que la atención de emergencia evoluciona de una experiencia individual aislada a una mejora de la atención al paciente en tiempo real utilizando conocimiento colectivo basado en datos. En primer lugar, se mejora la interoperabilidad y el flujo de datos bidireccional entre los servicios de emergencia y los hospitales. En segundo lugar, es el conocimiento compartido el que mejora la toma de decisiones clínicas. Mientras que antes los médicos dependían de la experiencia personal y memorizaban protocolos o mejores prácticas para tomar decisiones, ahora cuentan con sistemas que hacen recomendaciones basadas en datos compartidos, lo que les permite centrarse más en sus pacientes y menos en los detalles insignificantes de la medicina.
Eliminación de barreras entre los servicios de emergencia y los hospitales
La medicina de emergencia ha funcionado durante mucho tiempo con una línea imaginaria dibujada en las puertas corredizas de vidrio de la sala de emergencias. Esto deja a los técnicos de emergencias médicas sin tener claros los resultados de los pacientes después de la transferencia y, en última instancia, limita su capacidad para refinar su toma de decisiones en el lugar de atención.
Imagine un tratamiento de los años 60 y 70: pantalones militares antichoque (MAST), prendas inflables que se colocan de cintura para abajo para pacientes traumatizados con pérdida grave de sangre. Cuando se desplegaran, aumentarían de manera impresionante la presión sanguínea en el campo. Sin embargo, el cuadro clínico completo finalmente mostró que el aumento artificial de la presión arterial en pacientes con hemorragia interna a menudo conducía a peores resultados, a pesar de los signos vitales inicialmente prometedores.
Este patrón se ha repetido innumerables veces a lo largo del desarrollo del EMS. Los tratamientos que alguna vez se consideraron eficaces a corto plazo a menudo resultaron perjudiciales para los resultados a largo plazo porque los proveedores carecían de mecanismos adecuados para compartir datos, lo que dejó la evidencia fragmentada y localizada.
En los sistemas más avanzados de hoy, los profesionales médicos transportan a un paciente al hospital y luego pueden iniciar sesión en sus sistemas para ver, entre otras cosas, las lecturas iniciales de gases en sangre y presión arterial del paciente en la sala de emergencias o la unidad de cuidados intensivos. La división artificial entre la atención prehospitalaria y la atención hospitalaria se está disolviendo a través de la continuidad intencional de los datos, lo que en términos más generales mejora la prestación del servicio en sí.
El poder de la analítica avanzada en la atención al paciente
Los beneficios del análisis de datos avanzado no se aplican sólo a procedimientos individuales o tareas cotidianas. Al eliminar la carga cognitiva de cálculos complejos, memorizar protocolos y procedimientos altamente calificados, los proveedores tienen la oportunidad de centrarse más en la evaluación del paciente, la atención real y la toma de decisiones clínicas basadas en datos que incorporan conocimientos de miles o millones de encuentros relevantes con pacientes.
A través de la recopilación e intercambio de datos automatizados, los profesionales de la salud pueden acceder a conocimientos agregados que revelan verdades sorprendentes: los enfoques más simples y estandarizados a menudo producen mejores resultados que las técnicas tradicionales que requieren muchas habilidades.
Este cambio es particularmente claro, por ejemplo, en los procedimientos de gestión de las vías respiratorias. Históricamente, los médicos de urgencias se han distinguido por su experiencia en intubación endotraqueal, una habilidad perfeccionada en entornos hospitalarios controlados y bien dotados de personal, pero difícil de perfeccionar en condiciones de campo prehospitalarias relativamente rigurosas. Además, el énfasis en introducir terapias hospitalarias en el entorno prehospitalario requiere una evaluación rigurosa de los resultados, ya que las presentaciones y condiciones de los pacientes no son las mismas.
Afortunadamente, ahora contamos con varios estudios bien diseñados que demuestran que una variedad de intervenciones respiratorias son efectivas en entornos extrahospitalarios y empoderan a los médicos de urgencias, paramédicos y paramédicos para implementar intervenciones basadas en evidencia. Esto se encontró en un estudio reciente que analizó los cambios longitudinales en el manejo avanzado de la vía aérea. Técnicas más simples que requieren menos habilidad técnica pero ofrecen una efectividad comparable. ahora son más comunes en niños y también en paros cardíacos en adultos. Este resultado de un estudio realizado en 2024 por el estado estadounidense de Ohio es consistente con investigaciones anteriores.
Hallazgos como estos, consistentes con investigaciones anteriores, que incluyen revisiones sistemáticas y el Ensayo aleatorizado AIRWAYS-2 de 2018 – Representar el papel fundamental de los datos en la validación o cambio de perspectivas y el desarrollo de mejores prácticas en atención de emergencia a escala.
Aprenda del exitoso modelo de protección contra incendios
Los departamentos y agencias de bomberos han estudiado durante mucho tiempo los hallazgos para identificar factores prevenibles e implementaron códigos de construcción y requisitos de inspección que han llevado a una reducción drástica de los incidentes de incendio a pesar del crecimiento de la población.
Este modelo ofrece un modelo convincente para la medicina de emergencia. La integración de los servicios de emergencia y los hospitales fue limitada porque los resultados se desconocían previamente o no estaban relacionados con las intervenciones iniciales. Con datos de resultados agregados combinados con la capacidad de compartir registros médicos de un paciente individual, ahora podemos comenzar a implementar enfoques similares basados en un análisis integral de lo que realmente funciona, no solo de lo que parece efectivo en este momento.
El futuro de la medicina basada en datos
El análisis de datos avanzado y las tecnologías de aprendizaje automático están llevando la medicina de emergencia al siglo XXI al permitir a los proveedores crear y compartir conocimientos que mejoran el rendimiento y los resultados de los pacientes. Estas tecnologías alimentan modelos predictivos que automatizan herramientas de apoyo a la toma de decisiones, proporcionando a los médicos orientación e información basada en patrones en grandes cantidades de datos a los que de otro modo no podrían acceder, y mucho menos utilizar.
A medida que la atención médica evoluciona, el conocimiento y el análisis colectivos amplían, no reemplazan, la experiencia clínica. Este enfoque permite mejorar la atención y el rendimiento de forma proactiva y basada en datos a escala, lo que permite a los médicos centrarse en lo más importante: brindar la mejor atención posible a cada paciente.
Foto: pablohart, Getty Images
Brent Myers, MD, MPH, FACEP, FAEMS es el médico jefe de EL y un experto reconocido internacionalmente en el campo de los servicios médicos de emergencia (EMS), particularmente en lo que se refiere a sistemas de atención, mejora del desempeño y gestión de la población.
Este artículo aparece en el Influencer de MedCity Programa. A través de MedCity Influencer, cualquiera puede publicar sus puntos de vista sobre negocios e innovación en la atención médica en MedCity News. Haga clic aquí para descubrir cómo.
