SciELO - Scientific Electronic Library Online

 
vol.9 número1El ciclo del cuidado: el modelo profesional de cuidado desde el enfoque del pensamientoEstudio de la compañía y la soledad a través de la lógica índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Ene

versión On-line ISSN 1988-348X

Ene. vol.9 no.1 Santa Cruz de La Palma abr. 2015

http://dx.doi.org/10.4321/S1988-348X2015000100004 

 

 

Documentación de casos clínicos a través de herramienta computacional: un estudio de credibilidad y eficiencia

 

 

Marta Fernández Batalla, Dra. María Lourdes Jiménez Rodríguez

 

 


RESUMEN

La realización de informes, que permitan documentar los casos clínicos de personas que han sido atendidas, presenta diversas dificultades que hacen que estos informes resulten deficientes (1). Un informe clínico ha de permitir transmitir aquellos datos que logren que su lector llegue a las mismas conclusiones diagnósticas y terapéuticas con las que concluye el informe (2). En este sentido, los datos que figuren han de ser adecuados y suficientes (3). Ante estas premisas se estableció una metaestructura de normalización de informe con tres categorías (Factores Condicionantes Básicos, Variables del Cuidado y Procesos Vitales) (4,5,6) implementado computacionalmente, y que ha sido analizado bajo criterio de credibilidad y eficiencia.

Palabras clave: Inteligencia Artificial; Informes de Casos; Eficiencia; Teoría de Enfermería; Validación de Software.


ABSTRACT

The production of reports, which document clinical cases of persons who have been assist; it presents various difficulties that make these reports prove deficient (1). A clinical report must allow transmitting data that achieve your reader gets the same diagnostic and therapeutic conclusions which the report concludes (2). In this respect, the data appearing must be appropriate and sufficient (3). A one metastructure report is standardize in three categories (Basics Conditioning Factors, Care's Variables, Life Processes) (4,5,6). These categories are implemented computationally and it is analyzed with credibility and efficiency criteria.

Key words: Artificial Intelligence; Case Reports; Efficiency; Nursing Theory; Software Validation.


Especificaciones a considerar:

No se ha recibido ningún soporte de financiación para la realización de este proyecto. Todos los autores declaran la no existencia de conflicto de intereses.

Este estudio fue realizado durante el periodo de residencia de enfermería familiar y comunitaria de la primera autora del artículo, como trabajo final de investigación. Este proyecto contó con la aprobación del comité ético por parte de la Universidad de Alcalá en 2013 y con el informe favorable de la Comisión local de investigación Este de la Comunidad de Madrid en ese mismo año.

No obstante, no hay ningún dato que pueda dañar, perjudicar o limitar el beneficio de una persona, puesto que los datos de los informes manuales están protegidos y no se aportan datos posibles para reconocer a las personas, siguiendo los procedimientos de confidencialidad oportunos.

 

1. Introducción

La Enfermería ha presentado una serie de cambios clave en los últimos tiempos. Esto se hace patente, entre otras cuestiones, en los nuevos niveles formativos (7,8), lo que requiere de nuevas formas de observar, analizar e interpretar la praxis.

Ante los nuevos cambios surgen nuevas necesidades, como es el estudio de casos clínicos, que requiere la documentación de los mismos. Sin embargo, la construcción manual de casos en lenguaje natural es altamente costosa y requiere de un nivel competencial clínico elevado, que incorpora el dominio de modelos del cuidado, la priorización de documentación y la adecuación léxica (2).

Lo cierto es que, aunque existe una normativa a nivel nacional sobre los registros del cuidado (3), no hay un modelo de redacción que estructure dichos registros, lo que lleva a plantearse la necesidad de mejorar el manejo de casos clínicos, y así su documentación y análisis.

Cualquier herramienta computacional que aspire a generar casos clínicos produce, al final, un informe de descripción de caso que semejase lo más posible el lenguaje natural del clínico.

Como antecedentes en el contexto antes expresado destaca el trabajo realizado en el que se elaboró una plataforma, Plataforma Basada en el Conocimiento del Cuidado (PbC2) que recogía una serie de datos estructurados que permitiría generar casos clínicos (9,10).

Posteriormente surgió la necesidad de generar supuestos clínicos para el examen de la vía excepcional de la Especialidad en Enfermería Familiar y Comunitaria; tal y como figura en el Real Decreto (RD) 450/2005, de 22 de abril, sobre especialidades de Enfermería (7,11).

Así, el equipo del Dr. Santamaría diseñó un Sistema Experto que generaba casos clínicos aportando una casi ilimitada variabilidad a un coste temporal sustancialmente menor.

Dicha herramienta se depuró en el contexto de la formación especialista bajo la idea de mejorar el cuidado profesional en el campo familiar y comunitario a través del e-learning.

Para ello se creó el Sistema Experto, que adquirió el nombre de S2C, que permite recoger información sobre situaciones clínicas mostrando casos de personas en distintas situaciones de salud. Se optó por un entorno mixto de simulación entre un sistema basado en computadores que simula pacientes y que es conducido por un modelo o algoritmo (12).

De esta necesidad surge el estudio de este artículo, que se conforma de dos ejes fundamentales: la Enfermería y la Computación.

Desde un punto de vista deontológico como desde un punto de vista legal, la Enfermería como profesión, tiene como eje fundamental el cuidado de las personas, familias y comunidades: la Enfermería es según es el cuidado (13,14,15,16).

El concepto de "caso clínico" se equipara, en esta ocasión, al de "supuesto clínico", de tal modo que, tanto uno como otro, hace referencia a aquel elemento que sirve para describir una situación clínica construida para el conocimiento enfermero.

Adaptando lo anterior, se desarrolla una definición propia de "supuesto clínico", y por tanto de "caso clínico": "elemento que aporta a una persona información suficiente acerca de una situación de manera que dicha persona pueda tomar las decisiones, y actúe en consecuencia, tal y como si fuera una situación clínica real".

En el contexto que nos ocupa la idea de "información suficiente" de un caso clínico es aquella sobre la situación de cuidados de una persona, grupo familiar o comunidad que permite analizar el estado de esos elementos con objeto de tomar decisiones acerca de los servicios asistenciales que requiere, en función de su estado de salud, y de los problemas de cuidados que presenta.

Es decir, la información que se da en un caso clínico esconde la verdad del mismo, que es en sí su solución: los servicios asistenciales y la diagnosis del cuidado (17,18).

Una vez visto el caso clínico, conviene detenerse someramente en la tipología de datos que lo constituyen, atendiendo a la legislación vigente (3), se seleccionaron datos concernientes a un modelo conceptual, el modelo de D. Orem (4), y a variables del cuidado, bien como campos llave diagnostica (6) o como procesos vitales (5).

Los datos requeridos para la construcción de un caso clínico en el presente estudio, se clasifican en tres grupos: Factores Condicionantes Básicos (13 datos trivaluados), Variables del cuidado, (4 datos bivaluados) y Procesos Vitales (6 datos bivaluados).

Una vez descrito de forma teórica la estructura de un supuesto, se pasará a fundamentar su implementación computacional.

La Inteligencia Artificial (IA) es, según Minsky, "arte de construir máquinas capaces de hacer cosas que requerirían inteligencia en caso de que fuesen hechas por los seres humanos" (19).

Según Jiménez (9) y Santamaría (10), el presente estudio se enmarcaría en las áreas de la IA de Ingeniería del Conocimiento y de Lenguaje Natural, puesto que la primera tiene como objetivo "representar el conocimiento y el razonamiento humano" para "ayudar a construir aplicaciones y sistemas orientados al aprendizaje", y el objetivo de la segunda es el "estudio en el lenguaje escrito". Por lo que, en este artículo nos movemos en el campo de la IA y, dentro de ella, en el terreno de los Sistemas Expertos (SE) y, más concretamente, en el área de los Sistemas Basados en Conocimiento (SBC) (20).

No se detendrá a desarrollar argumentalmente cada una de las fases de creación de SE. Las mismas cuando el SE opera en el campo del cuidado fueron descritas y evaluadas por Jiménez (9) y Santamaría (10) en entornos, tanto clínicos como docentes. Dichas fases actúan como un proceso como se puede ver en la Figura 1.

Como atestigua Santamaría (10) "La validación y la verificación son métodos formales, que comprenden pruebas del software evaluado, para determinar si los programas satisfacen los requerimientos de los usuarios." Así, se entiende por Validación (10) "el proceso de comparación de los requisitos del usuario con las especificaciones y restricciones del programa". Así la misión de este proceso es "probar que el contenido de la Base de Conocimiento es adecuado de acuerdo al dominio de conocimiento".

Existen múltiples criterios de Validación (10), pero dada la naturaleza del SE de presente trabajo de investigación se han seleccionado las siguientes:

• Credibilidad: que determina la correspondencia de las variables, relaciones y funciones de la Base de Conocimiento con los términos del modelo conceptual del experto y la aceptación de los resultados del sistema por los especialistas humanos. En este caso que el producto del SE sea aceptado por el humano.

• Eficiencia: tiene en cuenta que el sistema haga uso de recursos y tiempo dentro de los límites requeridos. En este caso, el tiempo empleado en la generación de supuestos por parte de los usuarios.

Recordando que la herramienta computacional del estudio es S2C, que presenta una serie de campos para construir casos clínicos. La estructura de campos de S2C se observa en la Tabla 1.


 

Con las bases anteriormente expuestas se pretende esclarecer si los Sistema Expertos son válidos para la construcción de supuestos clínicos.

Como objetivo general se plantea analizar la credibilidad y eficiencia de S2C, para posteriormente seguir con la validación definitiva. Como objetivos específicos:

• Determinar el Valor Normal en entorno de campo:

• Analizar la Credibilidad de S2C:

• Analizar la Eficiencia de S2C.

 

2. Método

Dado que los estudios de validación de los SE son extremadamente complejos (10) requieren de una amalgama de metodologías confeccionadas ex profeso, en función tanto de la característica que se desee validar como de las características del propio Sistema Experto.

En el caso de este estudio, el pormenorizado detalle con el que se confeccionaron los objetivos de validación servirá como estructura argumental a la hora de expresar las distintas metodologías empleadas, que se ha preferido mostrar en forma de tabla: de Tabla 2 a Tabla 4.

 


 

 

 

Sirva indicar que debido a la duración del estudio, entendiendo como tal la secuencia de procedimientos de validación seguidos, para cada metodología se establecerá un tiempo de investigación particular a la misma. No obstante, en términos globales este estudio fue realizado desde Junio de 2012 a Febrero de 2014.

 

3. Resultados

Ahora se mostrarán los resultados obtenidos para la presente investigación, considerando apropiado mantener la estructura seguida en la metodología.

3.1 Resultados del establecimiento de Valor Normal:

3.1.1 Resultados de la estandarización de variables en informes clínicos de residentes (R "vr"):

Los resultados de los 84 (N=84) casos, el total de los registrados, analizados se clasifican según los tres grupos de variables que se han utilizado para su categorización: Factores Condicionantes Básicos, Procesos Vitales presentes, Variables del Cuidado.

Así un Informe de Caso Clínico de Residente, al iniciar su periodo de residencia (considerada ésta los seis primeros meses de la misma), presenta un estándar de 5 variables, detalladas en la Tabla 5.

 

3.1.2 Resultados de la estandarización de variables multicampo en Geriatría (vMG):

Como se indicó en la metodología se analizaron los 5 casos (N=5) del examen para el acceso a la Especialidad de Geriatría por la vía excepcional. Los datos se clasifican en tres grupos de variables, como en el punto anterior.

Así los casos clínicos que sirvieron de prueba en el examen para la obtención del título de Especialista en Enfermería Geriátrica por la vía excepcional presentaban un estándar de 7 variables, como se puede ver en la Tabla 6.


 

3.2 Resultados de la Credibilidad de S2C:

3.2.1 Resultados de la credibilidad de S2C en la redacción de casos de incidentes críticos durante el periodo de residencia (CIC):

Los informes clínicos de los Incidentes Críticos de las dos etapas presentadas en la metodología fueron realizados por la herramienta S2C. Un total de 8 informes (N=8) de los cuales 4 eran mujeres (una de ellas menor de 14 años) y 4 hombres (uno de ellos en fase terminal).

En ningún caso los informes generados con S2C presentaron errores de género, de número, de sintaxis o de coherencia.

Sirva indicar que se manejaron en todos los informes 23 variables en cada caso (13 FCB, 6 PV y 4 VAR: estándar de S2C) lo que supone un total de 184 variables y, por tanto, 184 posibilidades de que los errores descritos apareciese.

Así S2C mostró una credibilidad total ante las posibilidades de error: CIC=100%

3.2.2 Resultados de la credibilidad de S2C en la redacción de casos de sesiones clínicas de planes de cuidados en Centro de Salud (CFC):

Los informes clínicos de los casos presentados en las sesiones de planes de cuidados fueron realizados por la herramienta S2C. Un total de 6 casos (N=6) de los cuales 3 eran mujeres y 3 hombres.

En ningún caso los informes generados con S2C presentaron errores de género, de número, de sintaxis o de coherencia, lo que supone un total de 138 y, por tanto, 138 posibilidades de que los errores descritos apareciesen.

Así S2C mostró una credibilidad total ante 138 posibilidades de error superadas: CFC=100%

3.2.3 Resultados de la credibilidad de S2C en la redacción de casos de sesión clínica durante la rotación de Salud Mental (CMSM):

El informe clínico de casos presentados en la sesión clínica en Salud Mental fue realizado por la herramienta S2C. Un total de 1 caso (N=1) de una persona hospitalizada.

En ningún caso el informe generado con S2C presentó errores de género, de número, de sintaxis o de coherencia, lo que supone un total de 23 posibilidades de que los errores descritos apareciesen.

Así S2C mostró una credibilidad total ante 23 posibilidades de error superadas: CMSM=100%.

3.3 Resultados de la eficiencia de S2C:

3.3.1 Resultados de la estandarización de tiempo en informes clínicos de residentes (tr):

Los resultados de los 84 (N=84) casos, el total de los registrados, analizados se clasifican según tres grupos temporales:

- Bajo tiempo: casos documentados entre 0 y 5 minutos.

- Medio tiempo: casos documentados entre 6 y 15 minutos.

- Alto tiempo: casos documentados entre 16 y 30 minutos.

Como resultado secundario sirva indicar que se dedicaron un total de 1440 minutos en la documentación de casos, lo que supone 24 horas de coste temporal en la redacción de 84 informes de casos, siendo el estándar por cada informe de residente de 17 minutos.

3.3.2 Resultados de la eficiencia de S2C mediante diferencia entre "tr" y la generación de los casos en la validación de la Credibilidad.

La diferencia de eficiencia de S2C sobre "tr" se calculó a partir de la normalización del tiempo empleado por variable. Con el total de variables significativas en los 84 informes de residencia, el tiempo por variable es de 3 minutos.

La eficiencia de S2C en la construcción de los CIC, CFC Y CMSM queda expuesta en la siguiente Tabla 7.


 

Es evidente que en todas las pruebas de Credibilidad (CIC, CFC y CMSM) la eficiencia del sistema se estableció en menos de 2 minutos por construcción de caso, lo que supone una media de 0,09 minutos por variable. De forma normalizada a los tramos empleados en la evaluación de "tr" se consideró la estimación de 5 minutos por construcción de caso, lo que supuso una media de 0,2 minutos por variable. Por tanto, la eficiencia en construcción de casos para credibilidad (efC) se sitúa, de forma normalizada en 0,2 minutos: efC=0,2

El porcentaje de mejora de eficiencia en casis de credibilidad frente a "tr" es de 7%.

 

4. Discusión

En el mundo de la tecnología, que ha marcado el comienzo de una nueva era, la de la información, la evolución de las herramientas en cualquier campo va a un ritmo acelerado y ligado a ello se sitúan las distintas formas de evaluar dichas herramientas (21).

Sin trivializar la importancia al apoyo de la toma de decisiones, a la seguridad de los pacientes, a la gestión de los servicios, la tipología de estudios en el campo de la salud (22,23,24) está enfocado y alejado de la perspectiva del cuidado, por lo que los resultados que se presentan no han podido ser comparado con otros de su campo.

No obstante, si ha de indicarse que desde una perspectiva multidisciplinar se consideró apropiada la perspectiva de validación propuesta por O'Keefe y O'Leary (25), sin que ello permitiese, sin embargo, comparar los resultados obtenidos.

 

5. Conclusiones

En cuanto a si "los Sistema Expertos son válidos a la hora de simular a los especialistas en Enfermería Familiar y Comunitaria en la construcción de supuestos clínicos", según los resultados obtenidos, se puede afirmar que la credibilidad y la eficiencia de S2C para su validez quedan superadas.

Los resultados en relación al estándar de los tres tipos de variables descritas en informes clínicos de residentes mostraban una amplia dispersión.

Tras observar los supuestos de la Vía Excepcional de Geriatría y ver los resultados de estándar obtenidos respecto a la tipología de variables de los mismos, se puede decir que éstos siguen la línea de los informes manuscritos que se han presentado anteriormente en informes de residencia.

Ante lo expuesto en los resultados en relación a la credibilidad, se muestra un buen resultado a la calidad del informe en lenguaje natural.

Se puede concluir que existe un modelo general del cuidado común de las enfermeras, pues las enfermeras que evaluaron los informes de S2C poseían distinto grado formativo y pertenecían a distintas etapas vitales.

El tiempo de redacción de informes manuales es alto. Aunque anteriormente no se haya argumentado, resulta trivial indicar que la calidad del informe es proporcional al beneficio que de él puede extraerse.

Por tanto, desde un prisma de análisis comparativo entre recursos empleados y beneficio (utilidad) obtenida, el empleo de S2C es sustancialmente mejor. Es decir no es sólo más eficiente, a emplear menos tiempo, sino que además sus resultados son mejores.

Sin embargo, de manera normalizada, S2C presenta una mejora de la eficiencia del 7% por variable presente en informe.

 

6. Agradecimiento y financiación:

Agradecer a la Universidad de Alcalá por el espacio prestado para la realización del trabajo.

No se ha recibido ningún soporte de financiación para la realización de este proyecto.

 

Bibliografía

1. Fernández Batalla, M., Santamaría García, J.M., Gómez González, J.L., Robles Álvarez, A., Araque García, J., Calleja Toledano, P. (2013, Mayo). Mejora de la eficiencia y la concreción de la descripción de casos clínicos en enfermería familiar y comunitaria. Comunicación presentada al VIII Congreso de la Federación de Asociación de Enfermeras Comunitarias y Atención Primaria. Mallorca, España.         [ Links ]

2. Arribas, A.A. et al. (2009) Delimitación de las poblaciones con mayor vulnerabilidad a requerimientos de cuidados profesionales: Índice de gravosidad asistencial basado en factores condicionantes básicos. Madrid: Observatorio de Metodología Enfermera, Fuden.         [ Links ]

3. Real Decreto 1093/2010, de 3 de septiembre, por el que se aprueba el conjunto mínimo de datos de los informes clínicos en el Sistema Nacional de Salud. (16 septiembre 2010) Boletín Oficial del Estado, no225. Recuperado de: http://www.boe.es/boe/dias/2010/09/16/pdfs/BOE-A-2010-14199.pdf.         [ Links ]

4. Orem, D.E. (1993). Modelo de Orem: Conceptos de Enfermería en la práctica. Barcelona: Masson-Salvat Enfermería.         [ Links ]

5. Arribas, A.A. et al. (2010). Procesos Vitales de Cuidados. Madrid: FUDEN.         [ Links ]

6. Arribas, A.A. et al. (2010) Valoración Enfermera Estandarizada: Clasificación de los criterios de valoración de enfermería. Madrid: FUDEN.         [ Links ]

7. Real Decreto 450/2005, de 22 de abril, sobre especialidades de Enfermería. (6 de mayo de 2005). Boletín Oficial del Estado, no108. Recuperado de: http://www.msc.es/profesionales/formacion/espEnfermeria.htm.         [ Links ]

8. Orden SAS/1729/2010, de 17 de junio, por la que se aprueba y publica el programa formativo de la especialidad de Enfermería Familiar y Comunitaria. (26 de junio de2010) Boletín Oficial del Estado, no157. Recuperado en: http://www.boe.es/boe/dias/2010/06/29/pdfs/BOE-A-2010-10364.pdf.         [ Links ]

9. Jiménez Rodríguez, M.L. (2006). Sistema basado en Conocimiento para la ayuda en el diagnóstico del Cansancio en el desempeño del Rol del Cuidador. Tesis doctoral. Escuela Técnica Superior de Ingeniería Informática, Departamento de Ciencias de la Computación, Universidad de Alcalá, España.         [ Links ]

10. Santamaría García, J.M. 82008) Investigación deductiva, representación lógica e implementación computacional sobre las limitaciones de acción del Autocuidado según el modelo de Dorothea Orem. Tesis Doctoral. Escuela Técnica Superior de Ingeniería Informática, Departamento de Ciencias de la Computación, Universidad de Alcalá, España.         [ Links ]

11. Resolución de 17 de julio de 2009, de la Secretaría General de Universidades, por la que se establecen las bases de la convocatoria de la prueba objetiva prevista en la disposición transitoria segunda del Real Decreto 450/2005, de 22 de abril, sobre especialidades de Enfermería. (29 de julio de 2005). Boletín Oficial del Estado, no182. Recuperado de: http://www.boe.es/boe/dias/2009/07/29/pdfs/BOE-A-2009-12578.pdf.         [ Links ]

12. Ruiz-Parra, A., Ángel-Muller, E., Gevara, O. (2009) La simulación clínica y el aprendizaje virtual. Tecnologías complementarias para la educación médica. Rev. Fac. Med., 57: 67-79.         [ Links ]

13. Kérouac, S., Pepin, J., Ducharme, F., Duquette, A., Major, F. (1996) El pensamiento enfermero. Barcelona: Masson.         [ Links ]

14. Colliere, M.F. (1993). Promover la vida. Madrid: Interamericana.         [ Links ]

15. Consejo Internacional de Enfermeras. (2012). Código Deontológico del CIE para la profesión de Enfermería. Ginebra: Recuperado de: http://www.icn.ch/images/stories/documents/about/icncode_spanish.pdf.         [ Links ]

16. Ordenación de las Profesiones Sanitarias. Ley 44/2003 de 21 de noviembre. (22 de noviembre de 2003). Boletín Oficial del Estado, no 280. Recuperado de: http://www.boe.es/boe/dias/2003/11/22/pdfs/A41442-41458.pdf.         [ Links ]

17. Dirección General de Atención Primaria (2014). Cartera de Servicios Estandarizados de Atención Primaria de Madrid. (4aedición). Madrid: Servicio Madrileño de Salud.         [ Links ]

18. NANDA Internacional. (2010). NANDA diagnósticos enfermeros: definiciones y clasificaciones. Madrid: Elsevier.         [ Links ]

19. Montes, C., Pazos, J., Gómez, A., Juristo, N. (1997). Ingeniería del Conocimiento. Madrid: Editorial Centro de Estudios Ramón Areces, S.A.         [ Links ]

20. Giarratano, J. y Riley, G. (2001). Sistemas Expertos: Principios y Programación. México: International Thomson Editores.         [ Links ]

21. Markoff, J. (2013, abril). Cuando el examinador es una máquina. El País Tecnologías. El País.         [ Links ]

22. Gil Ortego, R., Castro Gil, M., Díaz Orueta, G., Martín Gutiérrez, S., San Cristobal Ruiz, E. (2012). Nuevo modelo de evaluación asistida por ordenador en educación a distancia. RIED v.15:2. pp 143-170.         [ Links ]

23. Görges, M., Winton, P., Koval, V., Lim, J., Stinson, J., Choi, P.T., Schwarz, S.K., Dumont, G.A., Ansermino, J.M. (2013, agosto) An Evaluation of an Expert System for Detecting Critical Events During Anesthesia ina Hman Patient Simulator: A Prospective Randomized Controlled Study. Anesth Analg.;117(2):380-91. doi: 10.1213/ANE.0b013e3182975b63. Epub 2013 Jun 18.         [ Links ]

24. Reily, J.B., Ogdie, A.R., Von Feldt, J.M., Myers, J.S. (2013). Teaching about how doctors think: a longitudinal curriculum in cognitive bias and diagnostic error for residents. BMJ. Innovaciones en la educación.         [ Links ]

25. O'Keefe, R.M., O'Leary, D.E. (1993).Expert system verification and validation: a survey and tutorial. Artificial Intelligence Review 7,3-42. Netherlands.         [ Links ]

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons