Marcos para la integración de las analíticas de aprendizaje con la historia clínica electrónica

Pusic, Martin V. MD, PhD; Birnbaum, Robert J. MD, PhD; Thoma, Brent MD; Hamstra, Stanley J. PhD; Cavalcanti, Rodrigo B. MD, PhD; Warm, Eric J. MD; Janssen, Anna PhD; Shaw, Tim PhD

Los sistemas de información diseñados para respaldar la atención clínica han evolucionado por separado de los que respaldan la educación de las profesiones de la salud. Esto ha resultado en una brecha digital considerable entre la atención al paciente y la educación, una brecha que sirve deficientemente a los médicos y las organizaciones, incluso cuando el aprendizaje se vuelve cada vez más importante para ambos. En esta perspectiva, abogamos por la mejora de los sistemas de información de salud existentes para que faciliten intencionalmente el aprendizaje. Describimos tres marcos para el aprendizaje bien considerados que pueden señalar cómo los sistemas de información de atención médica pueden evolucionar mejor para apoyar el aprendizaje. El modelo Master Adaptive Learner sugiere formas en que el profesional individual puede organizar mejor sus actividades para garantizar la superación personal continua. De manera similar, el ciclo PDSA propone acciones de mejora pero a nivel de flujo de trabajo de una organización de atención médica. Las Cinco Disciplinas de la Organización que Aprende de Senge, un marco más general de la literatura empresarial, sirve para informar aún más cómo se pueden gestionar los flujos de información y conocimiento dispares para la mejora continua. Nuestra tesis principal sostiene que estos tipos de marcos de aprendizaje deben informar el diseño y la integración de los sistemas de información al servicio de las profesiones de la salud. Un mediador infrautilizado de la mejora educativa es el omnipresente registro electrónico de salud. Los autores enumeran las oportunidades de análisis de aprendizaje, incluidas las posibles modificaciones de los sistemas de gestión de aprendizaje y el registro de salud electrónico,

Existe una división considerable entre los sistemas de información utilizados en la formación de profesionales de la salud (HPE) y los utilizados para la atención clínica. Los programas educativos en las profesiones de la salud, a menudo afiliados a universidades o colegios, suelen tener un sistema de gestión de aprendizaje (LMS) dedicado organizado en torno a clases con horarios de conferencias en línea, presentaciones de diapositivas, tableros de anuncios, cuestionarios y exámenes. ¹ Los sistemas clínicos, sin embargo, han surgido de los administrativos y de laboratorio; sistemas, con un enfoque necesario en representar el estado actual de un paciente con precisión. A medida que el conocimiento y los procesos en ambos dominios se digitalizan cada vez más, la división que surgió de los orígenes separados de los respectivos sistemas de información corre el riesgo de afianzarse.

Están surgiendo nuevas formas de capturar los datos educativos contenidos en los sistemas de información. Esta evolución se refleja en el término Análisis de aprendizaje , que se define como «la interpretación de una amplia gama de datos producidos y recopilados en nombre de los alumnos para evaluar el progreso, predecir el rendimiento futuro y detectar problemas potenciales (p. 13)». ² Si bien este proceso siempre ha sido parte de la educación, el nuevo término captura lo que ha cambiado en el panorama de los datos con la digitalización: la integración de la informática, las estadísticas y las ciencias del aprendizaje para permitir un mejor uso de los datos, los algoritmos y las técnicas de aprendizaje. ³ (Ver Figura 1). La informática ha avanzado en materiales técnicos (infraestructura de información mejorada) y sus procesos (algoritmos mejorados para aprendizaje profundo e inteligencia artificial). Las ciencias matemáticas y estadísticas han mejorado en los enfoques cuantitativos para modelar grandes conjuntos de datos heterogéneos. ⁴ Las ciencias del aprendizaje han desarrollado una mejor comprensión de cómo usar los datos para organizar el aprendizaje (p. ej., repetición espaciada, aprendizaje adaptativo) y brindar retroalimentación individual. ^5,6

Los mismos avances en la capacidad analítica están en juego en la atención clínica, con el trabajo clínico cada vez más facilitado por entornos digitales avanzados con mayor capacidad para agregar y analizar datos clínicos. ⁷ El problema, desde el punto de vista de una organización de aprendizaje, es que el desarrollo de estas dos nuevas ramas de la analítica se ha producido en silos digitales separados, uno orientado al aprendizaje y el otro a la atención clínica. ^8,9

En esta perspectiva, abogamos por la mejora de los sistemas de información de salud, incluidos los registros de salud electrónicos (EHR), para que faciliten intencionalmente el aprendizaje. Describimos marcos de aprendizaje bien considerados que pueden señalar cómo pueden evolucionar mejor los sistemas de información de atención médica. Nuestra motivación al hacer esto es resaltar la cantidad considerable de oportunidades de aprendizaje perdidas que surgen de las conceptualizaciones separadas del aprendizaje individual, la misión organizacional y la infraestructura de la información. Sostenemos que las organizaciones necesitan contratar expertos en HPE (especialmente desarrollo profesional continuo) con los médicos, informáticos y personal de calidad/seguridad encargado del diseño y uso de EHR.

MODELOS MEJORADOS PARA EL APRENDIZAJE DE LAS PROFESIONES DE LA SALUD

La importancia de las ciencias del aprendizaje en las profesiones de la salud continúa creciendo. Los avances en la educación basada en resultados, ¹⁰ la simulación, ¹¹ el aprendizaje adaptativo, ² la educación interdisciplinaria ¹² y los currículos de ciencias de los sistemas de salud ¹³ son ejemplos que tienen el potencial de mejorar la forma en que desarrollamos a los médicos y mejoramos la atención de los pacientes.

Los educadores han anticipado durante mucho tiempo el día en que los resultados de los pacientes se utilizarían de manera significativa para informar el diseño y la entrega de las intervenciones HPE. Varios factores están acercando esto a la realidad. Los modelos de educación médica están cada vez más alineados con los que guían la práctica clínica, siguiendo el ejemplo de la educación en enfermería. ^14,15 Al mismo tiempo, las organizaciones de atención médica están en transición para convertirse en organizaciones de aprendizaje. ^13,16,17 Los marcos de evaluación de HPE, como Competency Milestones o Entrustable Professional Activities, están orientados a evaluar las actividades clínicas reales de cada profesión, y menos hacia las medidas de contenido educativo, como los puntajes de los exámenes. ^10,18,19Aunque los marcos de evaluación difieren en sus detalles, cada uno requiere más observación en el lugar de trabajo y una vinculación más estrecha con la prestación de atención al paciente y los resultados. ^10,15,20

Considere el ejemplo de la atención del accidente cerebrovascular agudo. Desde el advenimiento de la terapia con fármacos trombolíticos, ha sido imperativo administrar el fármaco lo más rápido posible, ya que cuanto antes se administre, más función cerebral se puede preservar. ²¹ Para los departamentos de emergencia, el “tiempo puerta a aguja”, que refleja un diagnóstico clínico y radiológico oportuno y un flujo de trabajo eficiente, se ha convertido en una métrica organizadora con estándares nacionales. ^21,22 Para la capacitación y evaluación continua de un neurólogo, un hito de competencia clave establece: “…maneja trastornos cerebrovasculares comunes, incluido el uso apropiado de trombolíticos”. ²³En los sistemas de información modernos, el tiempo desde la puerta hasta la aguja se rastrea por paciente hasta el minuto y la toma de decisiones clave se atribuye de forma transparente a cada médico individual. ²² La contribución del médico capacitado, medida en este contexto rico en información, puede evaluarse e integrarse de una manera que tenga debidamente en cuenta la velocidad, la precisión, el costo y el impacto. Esta disponibilidad inmediata de información densa contrasta marcadamente con una época en la que la mejora incremental dependía de revisiones onerosas y lentas de gráficos en papel. ²⁴

En las siguientes secciones, primero describimos tres marcos de aprendizaje que pueden guiar el aprendizaje organizacional y luego analizamos cómo los marcos pueden informar cambios beneficiosos para los sistemas de EHR.

MARCOS DE APRENDIZAJE: MÚLTIPLES PERSPECTIVAS COMPLEMENTARIAS

En la Figura 2 , hemos enumerado tres marcos de aprendizaje aplicables a las organizaciones modernas de atención médica. Estos fueron elegidos intencionalmente por su relevancia para diferentes perspectivas sobre el aprendizaje en el cuidado de la salud. El marco Plan-Do-Study-Act busca mejorar la seguridad del paciente y apoyar la mejora de la calidad. ^25,26 El marco Master Adaptive Learner (MAL) se basa libremente en el marco PDSA pero con un enfoque diferente: desarrollar la identidad de un médico individual como aprendiz. ⁶ El tercer marco, el de Senge ⁹Five Disciplines también promueve una perspectiva de aprendizaje, pero opera a nivel de organización. Estos marcos estructurados basados ​​en evidencia, con sus perspectivas complementarias sobre el aprendizaje, ofrecen una visión más integrada de cómo se puede organizar la infraestructura de datos de una organización de atención médica para lograr el objetivo compartido de brindar atención médica basada en evidencia de alta calidad.

El proceso Planificar-Hacer-Estudiar-Actuar, del dominio de Mejora de la Calidad y Seguridad del Paciente, promueve la mejora de la calidad de la atención médica a través de un proceso riguroso que implica una cuidadosa recopilación y análisis de datos. ^26,27 El objetivo del aprendizaje es el sistema clínico. La planificación implica la formulación de una teoría de cómo se puede mejorar un proceso e incluye la especificación de una meta. En la fase Hacer , el cambio planificado se implementa de manera intencional que permite el Estudio donde se evalúa el éxito del cambio. Se realizan refinamientos hasta que la organización está lista para actuar, es decir, implementar el cambio más ampliamente.

El marco MAL es intencionalmente similar al marco PDSA, aunque está orientado al desarrollo clínico. ⁶ Hace hincapié en la experiencia adaptativa en lugar de la rutina, de modo que los profesionales estén bien equipados para tratar con pacientes y situaciones donde los problemas son complejos y requieren soluciones individualizadas en el momento. ^6,28,29 En la fase de planificación de MAL , el profesional formula una teoría sobre cómo puede aprender (mejorar), incluido el reconocimiento de brechas y el establecimiento de metas. En la fase de aprendizaje , se involucran en el aprendizaje basado en la evidencia, evaluando iterativamente para determinar si su aprendizaje ha sido exitoso. La fase final del proceso de aprendizaje de MAL se denomina “ Ajuste” donde el médico, después de haber aprendido con éxito como individuo, ahora aboga por la adopción adecuada por parte del sistema de atención médica de ese aprendizaje, ya sea a través de iniciativas interdisciplinarias de calidad, vías de atención, listas de verificación u otros medios. Esto hace que el papel de agente de cambio sea un requisito explícito del clínico. ³⁰

El tercer marco, de la literatura empresarial, son las cinco disciplinas de una organización que aprende de Senge . También aclara la interacción entre los modelos mentales del individuo y los valores y objetivos de una organización. ⁹ Una visión compartida deja claro el objetivo de la organización para todos los interesados. Los procesos para lograr la visión se apoyan en el pensamiento sistémico y el aprendizaje en equipo para tener en cuenta la interconexión de las muchas partes interesadas y los procesos involucrados. Como en el marco MAL, el dominio personal es una orientación importante del individuo, incluso dentro del contexto organizacional. Modelos mentales compartidosacortar el espacio entre los individuos y la organización permitiendo la actualización permanente de ambos.

La clave de estos tres modelos conceptuales representativos es la forma intencional en que la cognición (y el aprendizaje) se distribuyen entre individuos, equipos y estructuras organizacionales para lograr el trabajo cognitivo y procedimental de la atención médica.

UNA PERSPECTIVA DEL MARCO DE APRENDIZAJE SOBRE EL EHR

La infraestructura digital central de una organización de atención médica es el EHR. Los médicos y el personal interactúan con él durante todo el día para brindar atención. El análisis del proceso EHR está guiado de manera óptima por la mejora de la calidad y la seguridad del paciente (análisis clínicos). ³¹ Sin embargo, el potencial de la EHR para promover el aprendizaje y un cambio de comportamiento duradero en el lugar de trabajo actualmente está subexplotado. Por ejemplo, las descripciones influyentes del EHR por parte del Instituto de Medicina, la Organización Mundial de la Salud y los Centros de Servicios de Medicaid y Medicare hacen una mención mínima de la educación o el aprendizaje en sus descripciones de las funciones principales del EHR, por lo general solo se refieren a la capacitación necesaria. utilizar un EHR y no a las oportunidades de aprendizaje de los profesionales ( Tabla 1 ).^32,33

TABLA 1. – Funciones básicas de la Historia Clínica Electrónica

Funciones principales de EHR
Información y datos de salud
Gestión de resultados
Gestión de pedidos
Apoyo a las decisiones
Comunicación electrónica y conectividad
Apoyo al paciente
Procesos administrativos y elaboración de informes
Informes y salud de la población
Coordinación de la atención a través de la participación del paciente
Intercambio de información de salud
Informes de salud pública.
Recopilación e informes sobre las medidas de calidad de la atención
…[Falta] educación y capacitación de médicos

Los autores señalan que las oportunidades de educación y capacitación no figuran entre las funciones principales de un EHR.Fuente: Informe de la OIM de 2003: capacidades clave de un sistema de historia clínica electrónica.

Esto representa una oportunidad perdida. Los marcos de aprendizaje que hemos descrito señalan cómo se puede diseñar un EHR para mejorar el aprendizaje en toda la organización. Por ejemplo, el proceso de identificación de brechas de conocimiento, donde un médico descubre que hay una diferencia entre su desempeño actual y un punto de referencia externo, es un punto de entrada importante para los modelos MAL y PDSA. Sin embargo, se sabe que los médicos tienen dificultades para identificar sus propias debilidades. ³⁴ Las funciones de alerta de los EHR tienen un potencial considerable no solo para apoyar las decisiones clínicas, sino también para identificar oportunidades para inducir un cambio de comportamiento duradero por parte del médico. ^6,35Junto con esto, los EHR pueden respaldar mejor a HPE si capturan datos alineados con los requisitos de los organismos reguladores. ³⁶ Sin embargo, las implementaciones actuales no se han dado cuenta de este potencial para la autoevaluación informada. ^37,38

La fase de aprender o hacer de los ciclos MAL y PDSA, respectivamente, también podría integrarse con el EHR para aprovechar los datos del médico individual. Desafortunadamente, en muchos centros de salud académicos, la infraestructura del sistema de información de aprendizaje está alojada en una universidad, donde la instrucción se imparte en un marco de curso que se centra en la instrucción programada en el aula, basada en un plan de estudios predeterminado. Estos sistemas funcionan mal en un entorno clínico donde el objetivo es diferente: responder de manera oportuna a las brechas y oportunidades de los médicos individuales detectadas durante la atención clínica. El resultado es un desajuste entre los sistemas de información educativa construidos y las necesidades de aprendizaje del profesional en el lugar de trabajo. En áreas clínicas, las actividades educativas existentes (por ejemplo, grandes rondas, rondas de cabecera,³⁹ Incluso fuera de los entornos de salud afiliados a la universidad, el imperativo educativo tiende a residir separado del EHR, alojado dentro de un LMS separado cuyas métricas analíticas de aprendizaje están mal conectadas con los datos de la práctica clínica.

A partir del ejemplo clínico anterior, las respuestas a las preguntas de opción múltiple sobre el tratamiento del ictus en un LMS no suelen estar conectadas con las métricas analíticas de la práctica, como los tiempos individuales puerta-aguja para la trombólisis del ictus. ²⁴ El EHR podría brindar oportunidades valiosas para el aprendizaje y la práctica en el punto de atención a través de métricas clínicas individualizadas. ^40,41 Sin embargo, los datos de EHR no se aprovechan de esta manera. Un gran impedimento estructural es el valor relativamente más bajo que se otorga al aprendizaje de datos analíticos en comparación con los datos clínicos o de facturación.

Después de sus etapas de aprendizaje, los marcos PDSA (etapa de estudio) y MAL (etapa de evaluación/seguimiento) incluyen una etapa específica para reflexionar sobre la eficacia del aprendizaje y/o los nuevos procesos. Aquí también una perspectiva de aprendizaje sobre el EHR podría ayudar mejor a los médicos. La retroalimentación es un elemento esencial de la evaluación y el aprendizaje en las profesiones de la salud. ⁴² La forma y el momento de la retroalimentación en EHR generalmente están mal conectados con las oportunidades para los tipos de aprendizaje que pueden lograr un cambio de comportamiento duradero. ^43,44 Los tableros se basan en un modelo de auditoría y retroalimentación que ha demostrado tener una efectividad limitada para cambiar el comportamiento. ⁴⁵Los tableros podrían mejorarse combinándolos con intervenciones que brinden oportunidades de práctica deliberada basadas en datos y entrenamiento. ⁴⁶ Tome el ejemplo de un pediatra al que se le presentan datos comparativos que muestran que ordena más radiografías de tórax para bebés con sibilancias en comparación con sus pares. Idealmente, podrían tener los datos normativos conectados significativamente con intervenciones educativas como casos virtuales en línea o entrenamiento personal. En términos más generales, abogamos por el desarrollo de la capacidad de diseño instruccional dentro de cualquier iniciativa de mejora de la calidad y seguridad del paciente. ⁴⁷De hecho, diríamos que cualquier análisis de datos que carezca de una perspectiva educativa es una oportunidad perdida, porque perpetúa una división estructural continua entre los sistemas de información educativos (LMS) y clínicos (EHR). ⁴⁸

La etapa final de cada uno de los marcos de aprendizaje representativos implica conectar el aprendizaje del individuo con un cambio significativo en el sistema de atención médica. El contexto puede variar desde el microsistema inmediato del médico (p. ej., un grupo de práctica clínica) hasta escalas más grandes, como organizaciones de atención médica institucionales, regionales o nacionales. ⁴⁹ La clave es que el médico individual participe en un diálogo de aprendizaje con la organización más grande que resulte en un cambio efectivo en ambos. ⁵⁰

El individuo también tiene un papel importante que desempeñar en la negociación de qué análisis e interpretación de datos lleva a cabo el sistema de información y cuál sigue siendo responsabilidad del médico. La evolución de EHR es una síntesis de las impresiones de la comunidad sobre la mejor manera de abordar al menos algunos problemas clínicos. ¿Este (nuevo) proceso debe ser aprendido por el clínico individual? ¿O el sistema de información necesita aprenderlo? ¿Y cómo interactuarán los dos? ⁵¹En nuestro ejemplo de protocolo de accidente cerebrovascular, ¿qué partes del proceso clínico deberían depender del juicio de un médico capacitado (p. ej., invocar el protocolo de accidente cerebrovascular)? ¿Y cuál debería depender del sistema de información (p. ej., un conjunto de órdenes de alerta de accidente cerebrovascular incluido que calcula las dosis de medicamentos y alerta al departamento de radiología para que priorice a este paciente para la TC)? Estas son decisiones de diseño que requieren una planificación cuidadosa y tienen implicaciones de aprendizaje considerables a nivel del sistema y del individuo. Cada vez más, esto puede ser un proceso de diseño basado en datos. La recopilación de datos de los médicos a lo largo del tiempo permite determinar las vías óptimas para la introducción de nuevos procesos y la distribución adecuada entre los médicos individuales y el sistema de información.

ANÁLISIS DEL APRENDIZAJE EN EL CUIDADO DE LA SALUD

Atravesando las tendencias de HPE que hemos discutido hasta ahora, está la tendencia social más amplia de mover datos, información, conocimiento y, de hecho, cognición al ámbito digital, donde se puede almacenar de manera más económica, acceder más fácilmente y poner a disposición del análisis algorítmico y visualización. ^4,52 La distribución óptima de la cognición se facilita enormemente en el ámbito digital. ⁵³ Por ejemplo, grandes cantidades de datos digitales permiten el desarrollo, la prueba y la implementación de algoritmos predictivos que complementan el conocimiento del profesional. ⁵⁴ Los datos digitales también son el elemento vital de la seguridad del paciente y los esfuerzos de mejora de la calidad, y pueden informar las actividades educativas correspondientes. ^55,56

El campo de las analíticas de aprendizaje en la educación general ha logrado avances considerables en los últimos años con reuniones científicas, ⁵⁷ una revista específica de disciplina, ⁵⁸ y un libro de texto. ⁵⁹ La intersección entre las analíticas de aprendizaje y HPE apenas comienza a surgir. Chan et al ⁶⁰ brindan una revisión sistemática reciente de análisis de aprendizaje en HPE que reveló solo 19 artículos que describen aplicaciones heterogéneas, ninguna de las cuales involucraba las ciencias informáticas o estadísticas más avanzadas que hemos descrito anteriormente. Además, ninguno de los artículos incluidos consideró la analítica de aprendizaje digitaldesde la perspectiva organizacional, aunque esto ha sido explorado en una perspectiva reciente ⁶¹ y descrito dentro de los datos de hitos nacionales. ^62,63

Sin embargo, se puede discernir un papel cada vez mayor para el aprendizaje en línea promovido centralmente en las profesiones de la salud. La epidemia de opiáceos llevó a muchos estados de EE. UU. a exigir educación médica continua en línea específica para todos los médicos con licencia, una tarea considerable. ⁶⁴ A pesar del potencial de este experimento natural, los datos de análisis de aprendizaje de los cursos de educación médica continua nunca se vincularon con los datos de práctica/prescripción para determinar si los comportamientos de prescripción cambiaron. De manera similar, la Comisión Conjunta ordenó la capacitación en sedación en toda la institución por parte de los profesores de pediatría, lo que se asoció con una disminución de los eventos adversos registrados en un estudio de investigación prospectivo único. ^{sesenta y cinco}Cada uno de estos ejemplos demuestra un modelo de «empuje» en el que se envían materiales educativos al profesional, pero se retiran pocos o ningún dato analítico de aprendizaje para informar los procesos de atención o el aprendizaje organizacional. Los estudios cualitativos de los profesionales de la salud indican su disposición a que sus datos de salud se utilicen para el aprendizaje, con advertencias sensatas sobre la atribución, la privacidad y la gestión del desempeño. ^47,66

Por lo tanto, para promover una organización de atención médica de aprendizaje vibrante, los procesos digitales dentro y más allá del EHR deben considerarse como un flujo dentro de una organización que se actualiza y actualiza continuamente en función de una propensión incorporada a aprender en todos los niveles. Además de la analítica comercial y clínica, la analítica de aprendizajenecesidad de fluir a cada lugar donde es posible una mejora duradera. Esta mejora puede ser en las personas (educación), en el sistema (mejora de la calidad) o en la interacción de ambos (distribución y aumento de la cognición). Es importante destacar que una infraestructura de sistema de información que balcaniza las actividades educativas en espacios y tiempos segregados no alcanzará todo el potencial de una organización de aprendizaje. En un entorno digital abundante en información, la educación ya no se tratará de enseñar a un alumno promedio sobre un paciente promedio a intervalos regulares, pero subóptimos ( Tabla 2 ). En cambio, el despliegue de sistemas de información más holísticos, disciplinados por marcos conceptuales que escalan, permitirán el pleno desarrollo de los individuos y de la organización de salud que aprende.

TABLA 2.- Propiedades de la Historia Clínica Electrónica de Aprendizaje

Propiedad o Proceso	EHR existente	Aprendiendo HCE
Recopilación de datos	Análisis de negocio	Análisis de negocio
	Analítica clínica	Analítica clínica
		… Y análisis de aprendizaje
Límites	QI-PS distinto de la educación	Educación-QI-PS integrado
Aprender arquitectura de TI	EHR y LMS son distintos	Integrar LMS con EHR; reconoce la misión común
Filosofía educativa	Cognitivismo: una verdad objetiva correcta	Constructivismo: se tiene en cuenta la complejidad y la individualidad del cuidado de la salud
Diseño instruccional	Instructor	Entrenador
		Mentor; equipo
Unidad educativa de destino	Cerebro promedio	cerebro individual
		Equipo/competencia colectiva
memoria EHR	Cada interacción del alumno con EHR olvidada.	Experiencia personal acumulada reflejada en puntos de vista de aprendizaje longitudinal
Modo de comunicación	Empujando desde la organización	Escucha por EHR;
		Diálogo con la organización
Comentario	Escaso	Abundante
	descontextualizado	contextualizado

EHR indica registro de salud electrónico; LMS, sistema de gestión del aprendizaje; PS, seguridad del paciente; QI, mejora de la calidad.

MOVIMIENTO HACIA ADELANTE: LA ORGANIZACIÓN DE APRENDIZAJE PARA EL CUIDADO DE LA SALUD

Conectar el análisis de aprendizaje , destinado a mejorar los resultados educativos, a los datos clínicos a menudo requiere un puente técnico y cultural considerable entre las diferentes secciones de una organización. Los esfuerzos para acumular datos de educación en «almacenes de datos de educación» longitudinales han buscado hacer crecer la infraestructura informática de HPE y unirla al sistema de información de salud a través del intercambio y la duplicación de datos. ^48,67 Existen ejemplos en la literatura de este tipo de epidemiología educativa (es decir, datos combinados entre la población de estudiantes) 68–70, ^pero la promesa de análisis de aprendizaje procesable en tiempo real apenas comienza a materializarse en HPE. ⁵⁵Los enfoques de datos únicos o aislados están siendo cuestionados a medida que los educadores abogan cada vez más por enfoques de todo el sistema. ^8,71

En la Tabla 2 , describimos las formas en que se puede modificar un EHR para aprovechar su potencial educativo y convertirse en un «EHR de aprendizaje». Primero, debe diseñarse para escuchar, identificar y reportar datos que puedan informar oportunidades de aprendizaje (individuales y organizacionales). En otras palabras, debe optimizarse para escuchar oportunidades de aprendizaje. ¿Qué déficits de conocimiento tiene el médico en el punto de atención? ¿Cuándo busca información un profesional? ¿Y qué información? Estos se pueden rastrear, acumular e impulsar los esfuerzos de divulgación educativa. ⁴¹En segundo lugar, la infraestructura de información construida debe integrarse entre el EHR y el LMS. ¿Se pueden integrar los datos de LMS con los datos de EHR? ¿Puede un inicio de sesión único permitir el acceso a ambos? ¿El LMS está bloqueado para presentar solo módulos de aprendizaje? ¿Pueden los eventos en el EHR desencadenar actividades de aprendizaje en el LMS? Por ejemplo, si el tiempo de la puerta a la aguja para un paciente con accidente cerebrovascular excedía las normas especificadas, ¿podrían enviarse automáticamente los materiales apropiados a los médicos registrados? En tercer lugar, las entidades organizativas encargadas del aprendizaje de los profesionales deben tener acceso a todos los datos de aprendizaje. ¿Pueden los líderes de QI-PS acceder a datos educativos? ¿Pueden los educadores sintetizar datos de EHR? Abogamos por entrenadores que, utilizando un rico tesoro de datos analíticos de aprendizaje, puedan sugerir al profesional con precisión quirúrgica su próxima actividad de aprendizaje. Finalmente, en una organización que aprende como la describe Senge, debemos señalar que la ambición educativa es mayor: aumentar el potencial de cada individuo y, por lo tanto, de la organización. En lugar de brindar un aprendizaje estándar basado en una conceptualización del profesional promedio a intervalos desconectados, la idea es individualizar el aprendizaje en función de una comprensión rica y oportuna del individuo y el contexto. Esto requiere datos (del EHR y del LMS) y la sofisticación informática para ponerlo en práctica. rica comprensión del individuo y del contexto. Esto requiere datos (del EHR y del LMS) y la sofisticación informática para ponerlo en práctica. rica comprensión del individuo y del contexto. Esto requiere datos (del EHR y del LMS) y la sofisticación informática para ponerlo en práctica.

En resumen, abogamos por sistemas de información de salud que estén explícitamente guiados por marcos de aprendizaje para aumentar la efectividad educativa (y clínica) de la organización de atención de la salud que aprende. Hemos destacado el modelo MAL, el ciclo PDSA para la mejora de la calidad y el modelo Senge para una organización de aprendizaje, cada uno de los cuales ofrece diferentes lentes sobre las organizaciones de salud y una base conceptual útil para organizar el análisis de aprendizaje . El flujo de análisis de aprendizaje a través de una organización de atención de la salud debe reconocerse por su potencial educativo y transformador y debe organizarse no por dónde históricamente se colocaron las pistas de información, sino por cómo se sabe que aprenden las personas, los microsistemas y las organizaciones.

Lecciones para la práctica

• ■ La infraestructura de tecnología de la información para el aprendizaje se ha desarrollado clásicamente en un silo separado del EHR
• ■ La digitalización de la atención presenta una oportunidad para aumentar los datos de aprendizaje ( análisis de aprendizaje ) para informar la atención médica y el desarrollo profesional continuo
• ■ Los autores describen un EHR de aprendizaje basado en marcos conceptuales bien considerados para el aprendizaje individual y organizacional.