De datos fragmentados a infraestructura utilizable

Una organización puede acumular millones de registros y seguir teniendo dificultades para responder preguntas aparentemente sencillas.

¿Es la misma persona en ambos sistemas? ¿Este resultado de laboratorio representa exactamente la misma prueba en todas las sedes? ¿Podemos reutilizar esta información en una nueva aplicación?

La fragmentación aparece cuando datos creados originalmente para necesidades locales comienzan a necesitar una función institucional.

El primer paso no es moverlos

Antes de construir otra plataforma conviene entender qué fuentes existen, revisar calidad, resolver identidad y conocer cómo están representados los conceptos clínicos.

Los modelos comunes tampoco eliminan ese trabajo.

En OMOP, por ejemplo, los códigos de origen deben mapearse hacia conceptos estandarizados cuando los datos se llevan a las tablas clínicas estandarizadas.

Estandarizar no consiste únicamente en cambiar el formato. Consiste en conservar significado mientras el dato cambia de contexto.

El destino determina la preparación

No todos los datos necesitan prepararse de la misma manera.

Si necesitamos intercambiarlos entre sistemas, FHIR puede formar parte de la arquitectura. Si necesitamos una estructura clínica longitudinal, openEHR aborda otro tipo de problema. Si queremos armonizar fuentes para análisis observacional, OMOP ofrece un modelo común orientado precisamente a ese uso. Todo esto se enmarca en la disciplina de estándares y modelos.

Por eso Data Readiness no debería empezar preguntando qué tecnología instalar.

Debería empezar preguntando:

¿Para qué necesitamos que estos datos sirvan?

Cuando esa respuesta está clara, calidad, identidad, semántica y modelado dejan de ser tareas independientes.

Se convierten en infraestructura.