1233-1390-1-pb.pdf

1 Instituto Superior de Medicina Militar “Dr. Luis Díaz Soto”

2 Instituto Superior Politécnico José A. Echeverría. (CUJAE). http://www.cujae.edu.cu

Minería de Datos aplicada a la Gestión Hospitalaria

Ing. Yaneisis Aznielles Quesada1, Ing. Daymi Wong Pérez1, Dr. Alejandro Rosete Suárez2

Resumen: El crecimiento desmedido del volumen de datos generado por los sistemas de gestión empresariales y la inadecuada exploración de los mismos, ha hecho necesario hace algunos años la creación de tecnologías que permitan su organización y procesamiento. Esta necesidad ha motivado el empleo de técnicas y herramientas de minería de datos, que posibiliten extraer conocimiento útil de la información almacenada. El Instituto Superior de Medicina Militar Dr. Luís Díaz Soto cuenta con el sistema de gestión hospitalaria “Galen”, que registra la información relacionada con los datos del paciente, resultados de los análisis que se le realizan, así como la información relacionada con el movimiento hospitalario. Sin embargo, no se aprovecha el conocimiento oculto en estos datos, que pueda sustentar determinadas acciones estratégicas trazadas por los directivos de las diferentes áreas del hospital. En el presente trabajo se describen aspectos relacionados con la minería de datos y su aplicación en el sector de salud.

Palabras clave: Minería de datos, Gestión hospitalaria, Informática médica, Gestión del conocimiento, Sistemas de información hospitalaria.

I. INTRODUCCIÓN

El volumen y variedad de información que se encuentra informatizada en bases de datos digitales ha crecido exponencialmente en las últimas décadas, de tal forma

que las empresas e instituciones en el mundo se han visto en ocasiones abarrotadas de datos históricos que no aprovechan al máximo. Esta información, bien tratada y analizada, puede reportar grandes beneficios a las organizaciones al explicar problemáticas aparentemente aleatorias y abrir nuevos horizontes y frentes de trabajo. Para dar respuesta a este tipo de problemas es empleado el proceso de KDD (Knowledge Discovery in Databases), que posibilita la extracción de conocimiento oculto en los datos.

II. EL PROCESO DE DESCUBRIR CONOCIMIENTO EN BASES DE DATOS (KDD)

KDD se denomina al descubrimiento de conocimiento en bases de datos; búsqueda de a partir de datos históricos. Este es un proceso iterativo e interactivo, iterativo ya que la salida de alguna de las fases puede hacer volver a pasos anteriores. [Zamarrón, 2006] KDD es la convergencia del aprendizaje automático, la estadística, el reconocimiento de patrones, la inteligencia artificial, las bases de datos, la visualización de datos, los sistemas para el apoyo a la toma de decisiones, la recuperación de información y otros muchos campos [Febles, 2001]. Este proceso consta de cinco fases: 1. Integración y Recopilación.

2. Selección, Limpieza y Transformación.

3. Minería de Datos.

4. Evaluación e Interpretación.



5. Difusión y Uso.

Fig. 1 Fases del proceso de KDD [Hernández, 2004]

Integración y Recopilación

En esta fase se determinan las fuentes de información

que pueden ser útiles y dónde conseguirlas. Además,

se transforman todos los datos a un formato común

con el fin de unificar toda la información recuperada,

proceso que generalmente se realiza a través de los

almacenes de datos (datawarehouse). [Hernández,

2004]

Los almacenes de datos son muy útiles si se trabaja

con grandes volúmenes de datos, que varían con el

tiempo y además se desea realizar tareas de minería

con ellos. En cambio no son siempre necesarios, sobre

todo en los casos en que la información a minar se

encuentra en una única fuente.

Selección, Limpieza y Transformación

Debido a que los datos provienen en muchos casos de

diferentes fuentes, pueden contener valores errados o

faltantes. En esta fase se eliminan o corrigen los datos

que se detecten con errores o faltantes. Además, se

proyectan los datos para conseguir únicamente las

variables o atributos que van a ser relevantes, con el

objetivo de hacer más fácil la tarea propia de minería.

Es en esta fase donde el tipo de los datos puede

también modificarse para facilitar el uso de técnicas

que requieren tipos de datos específicos. [Hernández,

2004]

La calidad del conocimiento descubierto depende no

sólo del algoritmo de minería utilizado, sino también

de la calidad de los datos minados. Resulta

prácticamente imposible pasar por alto el pre-

procesamiento de los datos, pues una mala preparación

y calidad de la información, trae como consecuencia

que los patrones descubiertos no coincidan con la

realidad, y por consiguiente el significado de la

realización del proceso no sea útil. [Colomina, 2004]

Minería de Datos

La fase de minería de datos constituye el centro del

proceso de KDD, ya que se concentra en la búsqueda

de patrones, que tendrán una o varias formas de



representación en dependencia del tipo de modelo

obtenido. [Hernández, 2004].

Antes de construir el modelo es necesario en esta

etapa:

• Determinar la tarea más apropiada de minería

que se aplicará.

• Elegir el tipo de modelo a utilizar, a partir de

la selección de la técnica de minería que

inferirá el mismo, en dependencia de la tarea

escogida anteriormente, y de la forma en que

se desee representar el conocimiento obtenido.

• Elegir el algoritmo de minería a utilizar en

dependencia de la técnica seleccionada.

En la construcción del modelo donde se evidencia el

carácter iterativo del proceso de KDD, pues hasta

encontrar hay que llegar a obtener aquel que resulte

más útil. En la búsqueda del mejor es posible

retroceder hasta fases anteriores del proceso KDD.

[Molina, 2006]

Evaluación e Interpretación

Durante esta fase los expertos analizan y valoran los

patrones, y de ser necesario se regresa a las fases

anteriores para una nueva iteración. Para la aprobación

del conocimiento obtenido, existen diferentes medidas

de evaluación de los modelos dependiendo de la tarea

de minería de datos seleccionada. [Hernández, 2004].

En muchos casos hay que evaluar también el contexto

donde el modelo se va a utilizar.

Difusión y Uso

En esta fase se hace uso del nuevo conocimiento y se

comunica a todos los posibles usuarios. Por tanto, es

necesaria la comunicación y distribución por distintos

medios de los resultados, ya que debe integrar el

know-how de la organización.

Además se aconseja medir que el modelo evoluciona

bien, aunque su desempeño sea óptimo. La

monitorización de los patrones debe realizarse, pues

resulta necesaria la reevaluación del modelo en

ocasiones, su re-entrenamiento o incluso su

reconstrucción total. [Hernández, 2004]

En conclusión, KDD puede emplearse como un medio

de recuperación de información, de la misma manera

que los agentes inteligentes realizan la recuperación de

información en el Web. Nuevos modelos o tendencias

en los datos podrán descubrirse usando estas técnicas.

KDD también puede utilizarse como una base para las

interfaces inteligentes del mañana, agregando un

componente del descubrimiento del conocimiento a

una máquina de bases de datos o integrando KDD con

las hojas de cálculo y visualizaciones. [Bressán, 2003]

III. MINERÍA DE DATOS EN EL ENTORNO DE SALUD

En el ámbito médico la aplicación de la minería de

datos tiene interés en varios campos:

1. En el ámbito clínico resulta de ayuda para la

identificación y diagnóstico de patologías. Asimismo

tiene importancia para el descubrimiento de posibles

interrelaciones entre diversas enfermedades.

2. Al nivel de medicina preventiva, resulta de interés

para la detección de pacientes con factores de riesgo

para sufrir una patología.



3. Al nivel de gestión hospitalaria, se puede usar para

obtener predicciones temporales que permitiesen

optimizar los recursos disponibles y priorizar el uso de

los diversos tratamientos para una misma patología.

[Zamarrón, 2006]

En general se pueden emplear técnicas de minería de

datos en la medicina para:

• Identificación de terapias médicas

satisfactorias para diferentes enfermedades.

• Asociación de síntomas y clasificación

diferencial de patologías.

• Estudio de factores (genéticos, precedentes,

hábitos, alimenticios) de riesgo para la salud

en distintas patologías.

• Segmentación de pacientes para una atención

más inteligente según su grupo.

• Estudios epidemiológicos, análisis de

rendimientos de campañas de información,

prevención, sustitución de fármacos, entre

otros.

• Identificación de terapias médicas y

tratamientos erróneos para determinadas

enfermedades. [Molina, 2006]

Pueden citarse trabajos concretos relacionados con la

aplicación de la minería en el entorno de salud.

Tratamiento de la Tuberculosis (TBC)

El Tratamiento Acortado Estrictamente Supervisado

constituye el protocolo implementado en la República

Argentina, definido por la Organización Mundial de la

Salud. La finalidad: dar máxima prioridad al aumento

de la curación de enfermos de tuberculosis.

El trabajo tenía como objetivo: definir modelos

predictivos para responder a problemas clínicos de

diagnóstico, y problemas de gestión sanitaria

utilizando minería de datos.

Desarrollaron modelos que permitieron obtener

predicciones y brindaron una explicación de los

factores que conducen a las mismas. Emplearon el

árbol de decisión, técnica con gran potencial de

predicción y que explica las decisiones que conducen

a las mismas.

Se utilizan todas las variables disponibles como

predictoras. Eligieron un crecimiento automático del

árbol parametrizado. El árbol de decisión necesitaron

validarlo para evaluar el desempeño del árbol para

clasificar nuevas instancias de datos. Utilizaron dos

técnicas diferentes de validación. En la primera, la

base completa de datos puede dividirse en dos

subconjuntos. Un subconjunto se destina al

entrenamiento del árbol (muestra de entrenamiento) y

el otro se utiliza para la validación. Además,

utilizamos la técnica de cross-validation que permite

utilizar todos los datos para construir el modelo y no

reservar un porcentaje para la validación.

La aplicación de este modelo sobre los datos

recolectados en el periodo 1996-2005 por el Programa

de Control de la Tuberculosis de Región Sanitaria I

posibilitó plantear nuevas estrategias de gestión y

mejorar la calidad de producción de datos. [Sánchez,

2005]

Diagnóstico de accidentes cerebrovasculares agudos

(ACVAs)



Para la obtención del proyecto que se describe a

continuación, el objetivo principal era la construcción

de un sistema de soporte a la decisión para el

diagnóstico de las causas de accidentes

cerebrovasculares agudos.

El sistema de soporte a la decisión desarrollado en este

proyecto consiste básicamente en un clasificador que

divide los ataques en una serie de clases, en función de

sus causas. En este caso, se definen cinco categorías,

asociadas a las causas más comunes de un ACVA, en

concreto arteriosclerosis, embolia, trombosis y

derrame cerebral, agrupándose en una quinta clase los

de causa desconocida o que no responden a ninguna de

las anteriores.

Este sistema ha sido desarrollado por la Technical

University of Crete y la Unit of Acute Stroke,

Therapeutic Clinic, “Alexandra” General Hospital. El

departamento de Ingeniería de DAEDALUS – Data,

Decisions and Language, S.A. [Daedalus, 2006]

Estudio de las alteraciones respiratorias durante el

sueño

Se trata fundamentalmente de involucrar un mayor

número de variables fisiológicas en el estudio de los

procesos fisiopatológicos que subyacen en las

alteraciones cardiopulmonares del sueño, con el fin de

encontrar nuevas relaciones causa/efecto que

simplifiquen la generación de nuevo conocimiento a

partir de la ingente cantidad de datos disponibles.

La aplicación de técnicas de minería de datos para el

estudio de las alteraciones respiratorias durante el

sueño puede plantearse en tres etapas bien

diferenciadas, que se corresponden con un incremento

en la dificultad y consiguiente grado de innovación

planteado: en una etapa inicial se pueden aplicar

técnicas convencionales de minería de datos,

posteriormente técnicas de minería de datos

supervisada, de modo que el médico guía la búsqueda

de hallazgos de interés mediante su asociación con

eventos fisiopatológicos conocidos; por último, se

pueden utilizar técnicas de Minería de Datos no

supervisada, de modo que se busca una agregación en

la identificación de manifestaciones a partir de la

definición de índices de similitud.

En todas las enfermedades anteriormente referidas,

síndrome de apnea del sueño, enfermedades

respiratorias obstructivas, enfermedades respiratorias

restrictivas e insuficiencia cardiaca, se producen

alteraciones respiratorias durante el sueño que tienen

un origen mulifactorial y son, por tanto, el resultado de

diferentes mecanismos fisiopatológicos.

La monitorización nocturna de estos pacientes muestra

la presencia de eventos comunes (apneas,

desaturaciones, arritmias cardiacas, etc.); sin embargo,

su asociación y características (duración, intensidad,

etc.) muestra patrones diferentes que pueden ser

específicos de cada entidad. El análisis de estos

patrones puede mostrarnos datos de interés de cada

una de los trastornos mencionados, desconocidos hasta

ahora mediante la aplicación de la mera inspección

visual del neumólogo. Podemos conocer la asociación

de diferentes patrones de distribución de eventos a

diferentes trastornos, facilitando un diagnóstico precoz

y un tratamiento más específico, y por tanto, más

eficaz, permitiendo mejorar el pronóstico de un amplio

conjunto de pacientes.



Dicho estudio ha sido realizado por el Servicio de

Neumología del Hospital Universitario en Santiago de

Compostela. [Zamarrón, 2006]

Sistema de Información hospitalaria (Proyecto

IMPIVA)

IMPIVA fue desarrollado por el grupo MIP de la

Universidad Politécnica de Valencia en el hospital

Clínico Universitario de esa ciudad. Para ello se contó

con gran cantidad de datos históricos queriendo

optimizar la planificación de los recursos (personal,

quirófanos, material); además del ahorro de costos y

reducción de tiempo de espera de los pacientes.

Fueron utilizadas como herramientas para la consulta

de información KUBE y WEKA obteniendo datos

interesantes en el área seleccionada: Urgencias. [Bella,

2005]

La Historia Clínica Electrónica

Un ejemplo importante de aplicación de minería de

datos lo constituye la aplicación de metodologías y

herramientas sobre la Historia Clínica Electrónica de

pacientes adultos sometidos a procedimientos

quirúrgicos en una Institución de Salud, especializada

en enfermedades cardiovasculares, ubicada en la

ciudad de Bucaramanga, (Santander- Colombia).

Se aplicaron distintos algoritmos de minería (árboles

de decisión, redes neuronales), obteniendo como

resultado varios modelos de comportamiento respecto

a los pacientes. Finalmente, se procedió a la

evaluación de resultados y derivación de conclusiones.

[Colomina, 2004]

IV. MINERÍA DE DATOS APLICADA A LA GESTIÓN HOSPITALARIA

La continua mejora de los servicios prestados por las

instituciones hospitalarias y la creciente preocupación

de los ciudadanos por la salud, incrementan la

necesidad de contar con soluciones que den soporte a

la gestión administrativa de los pacientes y a las

actividades clínicas de los distintos departamentos y

servicios del centro hospitalario.

El Instituto Superior de Medicina Militar “Dr. Luís

Díaz Soto” cuenta con el sistema de gestión

hospitalaria “Galen”, que registra la información

procedente de los departamentos de: Registros

Médicos, Laboratorio y Banco de Sangre. Para ello

cuenta con módulos específicos mediante los cuales se

insertan datos del paciente, resultados de los análisis

que se le realizan, así como la información relacionada

con el movimiento hospitalario (ingresos, traslados de

sala o cama, egresos, entre otros).

En dicho instituto la conducción de los procesos que

incluye la gestión hospitalaria se realiza de acuerdo a

la experiencia de los directivos y la manera en que

estos entienden el funcionamiento de los mismos; no

aprovechando el conocimiento oculto en los datos que

mantienen almacenados, que pudieran apoyar

determinadas líneas estratégicas trazadas para la

dirección. Las valoraciones de los directivos son en la

mayoría de las ocasiones acertadas, pero están sujetas

a apreciaciones subjetivas.

La poca información brindada por los reportes

generados del sistema de gestión que se emplea, desde

el punto de vista administrativo, y la incapacidad

general de las personas para procesar grandes



volúmenes de información e identificar ciertos

patrones de comportamiento útiles para apoyar sus

decisiones, motivó la realización de esta investigación

en torno a un proceso de KDD, que posibilite la

extracción de conocimiento oculto en los datos

almacenados, a través de técnicas de minería, que sirva

de apoyo a la toma de decisiones conociendo datos

reales del funcionamiento del hospital.

El sistema Galen actualmente se encuentra instalado

en varios hospitales del país en apoyo al

funcionamiento del servicio de salud pública, por

decisión del Ministerio de Salud Publica (MINSAP).

A partir del año 2002 comenzó su explotación en el

Instituto Superior de Medicina Militar Dr. Luís Díaz

Soto, con lo cual se ha generado el gran volumen de

información que constituye la base de la investigación.

La base de datos del sistema está diseñada sobre el

gestor de Microsoft SQL Server. Entre los datos que se

almacenan y resultan de mayor interés para el estudio,

pueden citarse:

• Datos personales (pacientes, trabajadores)

• Información de los Ingresos (fecha de ingreso,

sala, diagnóstico, tipo de ingreso, médico que

realiza el ingreso)

• Información de los Egresos (fecha de

liberación de la cama)

• Información de las operaciones realizadas

(tipo de operación, calificación, fecha)

• Información de los exámenes

complementarios (resultados del laboratorio).

Con esta información se pretende determinar:

• Períodos de mayor cantidad de ingresos y

egresos.

• Causas de ingreso más frecuentes.

• Pacientes más atendidos en el hospital.

• Enfermedades de mayor incidencia por

localidades.

• Rangos de edades en los que los pacientes son

más propensos a presentar cierto tipo de

enfermedad.

• Correspondencia de los resultados de

laboratorio con las operaciones programadas.

V. CONCLUSIONES

La minería de datos constituye la fase fundamental del

proceso de KDD. Su aplicación mediante el empleo de

las técnicas y herramientas existentes, garantiza

obtener resultados relevantes en diversos entornos. En

los últimos tiempos su utilización se ha incrementado

debido al creciente volumen de datos generado por

diversas fuentes. Los logros alcanzados en los

diferentes ámbitos del sector de salud constituyen

ejemplos palpables del empleo de la minería.

Con la realización de este trabajo se define que la

información almacenada a través del sistema de

gestión hospitalaria Galen es valiosa para aplicar

minería.

Con la continuidad de esta investigación se esperan

resultados en vistas a obtener conocimiento que ayude

a los directivos en la conducción de los procesos, con



el fin de mejorar la calidad asistencial, así como la

eficiencia en el empleo de los recursos.

VI. REFERENCIAS BIBLIOGRÁFICAS

[Bella, 2005] Bella Sanjuán, Antonio. “Minería de

datos en un sistema de Información Hospitalario”.

España, Grupo MIP - Universidad Politécnica de

Valencia, Hospital Clínico Universitario de Valencia,

Dimensión Informática, Departamento de Sistemas

Informáticos y Computación. 2005.

<http://www.dsic.upv.es/~abella/papers/UCLM-

2005.pdf >. [Consulta: 12 de agosto de 2008].

[Bressán, 2003] Bressán, Giselda E. “Almacenes de

datos y minería de datos”. Julio,

2003.<http://exa.unne.edu.ar/depar/areas/informatica/S

istemasOperativos/MineriaDatosBre-ssan.htm>

[Consulta: 23 de julio de 2008].

[Colomina, 2004] Colomina Climent, Evaristo; Viché

Clavel, Ignacio; Cantoral Justo Fco. Javier; Monsalve

Torra, Ana Eddy. “Minería de datos sobre la historia

clínica de una institución de salud

colombiana”.Alicante, Universidad de Alicante,

Campus de San Vicente del Raspeig, Dpto. de Ciencia

de la Computación e Inteligencia Artificial. 2004.

<http://www.veterinaria.org/revistas/redvet/n010107/i

nformaticaensalud2007.pdf>. [Consulta: 13 de junio

de 2008].

[Daedalus, 2002] Daedalus SA. “Minería de Datos,

Documento básico DAEDALUS, Data Mining,

Daedalus White Paper”. España, Madrid, Empresa

“La Arboleda”, DAEDALUS - Data, Decisions and

Language, SA. 2002.

<http://www.daedalus.es/fileadmin/daedalus/doc/Mine

riaDeDatos/DAEDALUS-WP-Mineria_Datos.pdf>.

[Consulta: 15 de junio de 2008].

[Daedalus, 2006] Daedalus SA. “Minería de Datos

para diagnóstico de Accidentes Cerebro-vasculares”.

DAEDALUS - Data, Decisions and Language, SA.

2006.

<http://www.daedalus.es/fileadmin/daedalus/doc/Mine

riaDeDatos/DAEDALUS-MD19-

Accidentes_Cardiovasculares.pdf>. 2006. [Consulta:

15 de junio del 2008].

[Febles, 2001] Febles Rodríguez, Juan Pedro.

“Aplicación de la minería de datos en la

bioinformática”. Centro Nacional de Bioinformática.

13 de noviembre del 2001.

<http://bvs.sld.cu/revistas/aci/vol10_2_02/aci02202.ht

m>. [Consulta: 23 de junio de 2008].

[Hernández, 2004] Hernández Orallo, José; Ramírez

Quintana, José; Ferri Ramírez, César. “Introducción a

la Minería de Datos”. Departamento de Sistemas

Informáticos y Computación. Universidad Politécnica

de Valencia. Madrid, 2004.

[Molina, 2006] Molina López, José Manuel. M.;

García Herrero, Jesús. “Técnicas de Análisis de Datos,

Aplicaciones prácticas usando Microsoft Excel y

WEKA”. Madrid, Universidad Carlos III. 2006

<http://www.utpl.edu.ec/webutplanterior/oacademica/

carreras_ects/areatecnica/pensuns/sistemas/Inteligenci

a_Negocios.pdf>. [Consulta: 3 de junio del 2008].

[Sánchez, 2005] Sánchez, Marisa; Uremovich, Sonia;

Acrogliano, Pablo. Aplicación de la Minería de datos



al Tratamiento de tuberculosis. Argentina,

Universidad Nacional del Sur, Bahía Blanca, Dpto. de

Ciencias de la Administración. 2005.

<http://www.bibliociencias.cu/gsdl/collect/eventos/ind

ex/assoc/HASH0196.dir/doc.pdf>. [Consulta: 24 de

junio de 2008].

[Zamarrón, 2006] Zamarrón Sanz, Carlos; García Paz,

Vanesa; Calvo Álvarez, Uxío; Pichel Guerrero,

Fernanda; Rodríguez Suárez, José Ramón. Aplicación

de la Minería de Datos al estudio de las alteraciones

respiratorias durante el sueño. Hospital Clínico

Universitario de Santiago de Compostela, Servicio de

Neumología. 2006.

<http://www.sogapar.org/pneuma/pneuma6/pneuma-n-

6-5c.pdf>. [Consulta: 13 de junio de 2008].

1233-1390-1-pb.pdf

Documents