Cómo Health Catalyst ayuda a los sistemas de salud a eliminar las barreras operativas que limitan el crecimiento ambulatorio, construido sobre la plataforma de datos que ya poseen
La atención ambulatoria —las clínicas de consulta externa y los consultorios médicos donde la mayoría de los pacientes interactúan con un sistema de salud— es donde se gana o se pierde el crecimiento. Sin embargo, muchos sistemas de salud luchan con limitaciones operativas que restringen el acceso a la atención: la capacidad de los proveedores, la retención de derivaciones y el rendimiento financiero derivado.
El acceso está avanzando en la dirección equivocada. Un paciente nuevo que intenta programar una cita de rutina espera un promedio de 31 días para ser atendido, una cifra que ha aumentado un 19 por ciento desde 2022, según la encuesta de 2025 de AMN Healthcare sobre el acceso a los médicos.
Las derivaciones son otra fuente de presión. Se estima que los sistemas de salud de U.S. pierden 150 mil millones de dólares al año debido a la fuga de derivaciones, según ReferralMD, mientras que el Estudio comparativo de coordinación de derivaciones de 2025 de MGMA reveló que el 38 por ciento de las derivaciones nunca completan el ciclo.
Para los líderes de atención ambulatoria, estos no son problemas aislados. El acceso, la capacidad de los proveedores, la retención de derivaciones, la gestión de paneles de pacientes y el rendimiento financiero están profundamente interconectados. El desafío no radica tanto en reconocer los problemas, sino en comprender dónde existen las limitaciones en la red, cómo influyen las decisiones de un área en los resultados de otra y en qué enfocarse primero.
Robbie Hughes, Chief Product Officer en Health Catalyst, observa este mismo patrón en los sistemas de salud con los que trabajan sus equipos:
«Todos los días, los pacientes esperan semanas para una cita solo para enterarse de que su médico no acepta pacientes nuevos. Las derivaciones se pierden. Los proveedores están ocupados, pero aun así no logran que los números cuadren», afirmó Hughes. «No es porque no les importe. La información que necesitan para mejorar está dispersa en cinco o seis sistemas desconectados y, para cuando se logra consolidar, ya está desactualizada».
«El tiempo que transcurre desde que se comprende que hay un problema hasta que realmente se hace algo al respecto puede ser de muchos meses», señaló Hughes. «Eso no se debe a una falta de datos. Con frecuencia, es una falta de alineación sobre lo que significan los datos. Todos tienen dashboards. Todos tienen una opinión».
El conjunto de herramientas habitual no cierra esa brecha: informes de EHR, una vista de Tableau basada en una extracción obsoleta o la asesoría de un consultor que genera un diagnóstico temporal y luego expira. Cada una de estas opciones responde a una pregunta una sola vez en el momento de la extracción. Ninguna ofrece una imagen única y actualizada que un líder de operaciones y un líder de finanzas puedan analizar juntos, en la que puedan confiar y sobre la cual puedan ponerse de acuerdo.
Incluso cuando las organizaciones confían en las cifras que ven, a menudo les cuesta comprender los factores operativos que las impulsan. Un tiempo de espera prolongado puede indicar una capacidad insuficiente de los proveedores, pero también puede ser el resultado de cuellos de botella en las derivaciones, prácticas de programación desalineadas o una distribución desigual de los paneles de pacientes. Una menor productividad de los proveedores puede indicar un exceso de capacidad en una clínica y limitaciones de acceso en otra. Una misma métrica puede señalar una variedad de problemas subyacentes muy diferentes.
Esa complejidad es lo que genera la brecha de inteligencia ambulatoria. El acceso, la productividad de los proveedores, las derivaciones, la gestión de paneles de pacientes y el rendimiento financiero no funcionan de manera independiente; se influyen mutuamente. Mejorar un área puede trasladar las limitaciones a otra. Comprender qué está sucediendo es importante, pero entender por qué sucede, qué lo impulsa y dónde tendrá mayor impacto una intervención es lo que realmente permite mejorar.
Los avances recientes en AI han ampliado lo que es posible. Los modelos de AI actuales pueden analizar relaciones operativas complejas, identificar patrones en grandes volúmenes de datos y razonar sobre la información de formas que antes eran difíciles o poco prácticas.
Pero la AI por sí sola no resuelve el problema.
La AI puede identificar patrones en los datos, pero no comprende intrínsecamente las operaciones ambulatorias ni las complejas interrelaciones entre los componentes de la red. No entiende qué intervenciones han mejorado históricamente el acceso, aumentado la utilización de los proveedores o reducido la fuga de derivaciones. Esas respuestas requieren contexto operativo y experiencia en mejoras, algo que durante mucho tiempo ha sido dominio de expertos con gran trayectoria en el sector.
Aquí es donde el enfoque de Health Catalyst marca la diferencia. La solución Ambulatory Intelligence de Health Catalyst combina capacidades modernas de AI con casi dos décadas de experiencia en la mejora de la atención médica, integrando conocimientos específicos del sector, mejores prácticas operativas y metodologías de mejora probadas directamente en la solución.
Sin embargo, conectar los datos confidenciales de los pacientes de una organización con recursos externos siempre ha sido un problema para los proveedores de atención médica. Por este motivo, Health Catalyst despliega su solución de AI directamente en el propio espacio de trabajo de Databricks del cliente. Health Catalyst lleva su experiencia hacia los datos, garantizando que estos nunca salgan del entorno del sistema de salud.
Esta elección responde a una tendencia que Hughes ha visto acelerarse. Los clientes desean cada vez más que sus datos estén alojados en su propio lakehouse, afirma, y en la era de la AI, se enfocan en la gobernanza y el control. No quieren que sus datos, como él mismo dice, «se utilicen como campo de entrenamiento para que otra persona obtenga un valor para el cual nunca dieron su consentimiento».
Brian Eliason, quien lidera las asociaciones estratégicas con proveedores en Health Catalyst, afirma que el mercado dejó clara la dirección a seguir: «Los clientes han cambiado y quieren controlar sus propios datos. Pero también nos han dicho que desean continuar su relación con Health Catalyst, manteniendo ellos la propiedad. Por eso decidimos avanzar con el modelo de entrega directa».
Llegar hasta allí requirió un verdadero trabajo de ingeniería. La arquitectura medallion, según Hughes, permitió a la empresa transformar su experiencia en servicios en una capa semántica común, logrando «en semanas lo que antes habría llevado meses o años».
Desarrollar dentro del entorno del cliente requirió equilibrar la gobernanza, el rendimiento y la usabilidad. La solución de Health Catalyst se basa en varios componentes de Databricks, cada uno con un propósito específico:
El efecto práctico es un tipo de reunión diferente. En lugar de que un analista y un directivo intercambien preguntas durante días, la respuesta se obtiene mientras todos siguen en la sala.
Dado que el producto se entrega con los modelos de dominio de Health Catalyst ya integrados, un líder de operaciones obtiene visibilidad la misma semana de la instalación, no después de un proyecto de analítica de seis meses.
La solución se entrega con decenas de métricas predefinidas organizadas en cuatro dominios: Optimización del Acceso, Inteligencia de Ingresos, Gestión de Paneles e Información sobre Derivaciones. Cada uno ofrece a los líderes operativos una visión completa de una dimensión distinta del rendimiento ambulatorio.
Los cuadros de mando ejecutivos y de proveedores interdominio conectan esa información en toda la empresa ambulatoria, lo que ayuda a los líderes a comprender cómo las decisiones operativas en un área influyen en los resultados de otra, a priorizar las oportunidades de mayor valor y a centrar los esfuerzos de mejora donde es más probable que generen un impacto medible.
Y debido a que se ejecuta en el propio entorno del cliente, el sistema de salud conserva la capacidad de adaptarlo. Hughes confirmó que los clientes pueden ajustar la terminología y adaptar los flujos de trabajo a los mercados específicos a los que sirven, en lugar de someterse a las definiciones fijas de un proveedor.
El impacto se refleja en los resultados que las organizaciones han logrado a través del trabajo de mejora ambulatoria de Health Catalyst:
Ambulatory Intelligence es el primero de una cartera, no una herramienta independiente. Las soluciones de costos y calidad clínica se basan en la misma base de datos, y Hughes espera que se potencien a medida que se conecten, de modo que los activos de datos subyacentes se refuercen mutuamente y alimenten a Ignite Intelligence, que analiza patrones de mejora anteriores para revelar relaciones que el cliente quizás nunca haya visto.
El impacto se refleja en los resultados que las organizaciones han logrado a través del trabajo de mejora ambulatoria de Health Catalyst.
Las capacidades futuras están diseñadas para ayudar a los equipos a pasar más rápidamente de la información valiosa a la acción, aprovechando la creciente base de evidencia de Health Catalyst.
La visión a largo plazo es lo que más entusiasma a Hughes. Health Catalyst cuenta con 18 años de datos de mejora patentados, y el plan es convertir ese historial en modelos que no solo describan un problema:
"Lo más emocionante que ofrecemos son esos miles de resultados reales, convertidos en modelos habilitados para AI e integrados en nuestras soluciones", afirmó Hughes. "Ayudarán a las organizaciones a comprender qué intervenciones han funcionado en situaciones similares y guiarán a los equipos hacia los enfoques con mayor probabilidad de generar un impacto medible. Guías de acción personalizadas, disponibles rápidamente".
Esa dirección apunta hacia la capacidad agéntica. Creadas sobre marcos de trabajo como Databricks Agent Bricks, las futuras versiones de la solución irán más allá de la identificación de oportunidades para respaldar todo el camino hasta la obtención de resultados. Ese trabajo aún está por delante, pero la base de datos de la que depende ya está en producción.
La información que los líderes de los sistemas de salud necesitan para crecer siempre ha existido en algún lugar de sus datos. La brecha nunca ha sido el acceso a ella. Ha sido la capacidad de identificar las oportunidades y limitaciones que más importan, intervenir donde la acción tendrá el mayor impacto y mejorar los resultados con confianza.
Health Catalyst creó Ambulatory Intelligence para ayudar a los sistemas de salud a eliminar las barreras operativas que limitan el crecimiento ambulatorio mediante la mejora del acceso, el fortalecimiento de la retención de referencias, la optimización de la capacidad de los proveedores y el impulso del rendimiento financiero.
Vea usted mismo cómo Ambulatory Intelligence funciona y qué puede revelar en su propio entorno.
(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original
Suscríbete a nuestro blog y recibe las últimas publicaciones directamente en tu bandeja de entrada.