Marcos conceptuales y tres casos: Karolinska (Estocolmo), Vall d’Hebron (Barcelona) y Virginia Mason (Seattle)

Dr. Carlos Alberto Díaz

Profesor Titular, Universidad ISALUD

Director de la Especialización en Economía y Gestión de la Salud

Octubre de 2026

En pocas palabras La ciencia de la implementación estudia por qué las prácticas que funcionan no llegan a la rutina, y qué hacer para que lleguen y se sostengan. Este documento presenta sus marcos principales (CFIR, i-PARIHS, NPT, RE-AIM, resultados de Proctor, catálogo ERIC) y la perspectiva de los sistemas de salud que aprenden (el desafío 60-30-10, la agenda de NEJM Catalyst y la integración digital de grado asistencial), y los usa para leer tres transformaciones hospitalarias de gran escala. Karolinska reorganizó todo el hospital alrededor de flujos de pacientes, generó una crisis de confianza y debió corregir el rumbo en 2019. Vall d’Hebron convirtió la reorganización forzada por la pandemia en un modelo de áreas de conocimiento con roles nuevos y enfermería por intensidad de cuidados. Virginia Mason adoptó el Sistema de Producción Toyota como sistema de gestión de toda la organización y lo sostiene desde 2002. La conclusión central: la forma de implementar pesa más que el modelo elegido, y los mandos medios son el plano que más diferencia los resultados.

Índice

1. La brecha entre saber y hacer……………………………………………………………………………. 3

2. Qué es la ciencia de la implementación…………………………………………………………….. 3

2.1 Definición y campo……………………………………………………………………………………………. 3

2.2 Una taxonomía para ordenar los marcos……………………………………………………………. 4

3. Los marcos que un gestor sanitario debería conocer………………………………………. 5

3.1 CFIR: el mapa de los determinantes………………………………………………………………….. 5

3.2 i-PARIHS: la facilitación como ingrediente activo………………………………………………… 6

3.3 Normalization Process Theory: cuándo una práctica se vuelve rutina………………….. 6

3.4 Cómo se mide el éxito: RE-AIM y los resultados de Proctor…………………………………. 6

3.5 Las estrategias: el catálogo ERIC……………………………………………………………………….. 7

3.6 Disposición, clima, adaptación y sostenibilidad………………………………………………….. 7

3.7 El lugar de los mandos medios…………………………………………………………………………… 8

4. Del cambio lineal al sistema que aprende…………………………………………………….. 8

4.1 El desafío 60-30-10………………………………………………………………………………………… 8

4.2 Los sistemas de salud que aprenden en la práctica………………………………………….. 9

4.3 De los pilotos a las plataformas: la dimensión tecnológica………………………………… 10

5. Karolinska: la reorganización más ambiciosa y su corrección…………………………………. 11

5.1 El contexto: un hospital nuevo, un mandato nuevo y un modelo nuevo……………………………. 11

5.2 Qué salió mal…………………………………………………………………………………………………………………. 12

5.3 La corrección: conservar la idea, cambiar la arquitectura…………………………………………………. 12

5.4 La lección más valiosa: tres hospitales, el mismo modelo, resultados distintos…… 12

5.5 Lectura desde la ciencia de la implementación………………………………………………….. 13

6. Vall d’Hebron: de la reorganización forzada al modelo de gestión……….. 14

6.1 El contexto……………………………………………………………………………………………… 14

6.2 El modelo de áreas de conocimiento……………………………………………………………………………….. 14

6.3 El cambio en los roles: la dimensión humana…………………………………………………………………… 14

6.4 Resultados y estado actual……………………………………………………………………………………………… 15

6.5 Lectura desde la ciencia de la implementación………………………………………………………………… 15

7. Virginia Mason: Toyota como sistema de gestión………………………………………………… 15

7.1 El contexto: una crisis y una búsqueda…………………………………………………………………………….. 15

7.2 Los componentes del sistema…………………………………………………………………………………………. 16

7.3 Resultados, controversias y exportación del modelo………………………………………………………… 16

7.4 Lectura desde la ciencia de la implementación………………………………………………………………… 17

8. Análisis comparado……………………………………………………………………………………….. 18

8.1 Tres transformaciones frente a frente……………………………………………………………………………… 18

8.2 Lo que los tres casos enseñan juntos……………………………………………………………………………….. 18

9. Implicancias para hospitales y sanatorios argentinos…………………………………………… 19

10. Conclusión…………………………………………………………………………………………………. 21

Bibliografía……………………………………………………………………………………………………… 21

1. La brecha entre saber y hacer

La medicina tiene un problema que no es de conocimiento sino de uso del conocimiento, de llegar a lo operativo con las innovaciones y los cambios. Balas y Boren estimaron que una innovación probada tarda en promedio diecisiete años en llegar a la práctica rutinaria, y que en ese trayecto se pierde la mayor parte de lo que la investigación demostró útil. Morris, Wooding y Grant revisaron esa cifra una década después y concluyeron que el número podía discutirse, pero no el fenómeno: entre el ensayo clínico y la cama del paciente hay un desierto institucional que la evidencia no cruza sola.

Lo mismo ocurre con las innovaciones organizacionales. Los hospitales saben, desde To Err is Human (1999) y Crossing the Quality Chasm (2001), que la calidad depende del diseño del sistema más que del esfuerzo individual. Saben que los silos por especialidad fragmentan el recorrido del paciente, que la variabilidad no justificada es desperdicio, que la cultura de seguridad exige que cualquiera pueda detener la línea. Lo que no saben bien es cómo se mueve una institución de varios miles de trabajadores desde donde está hasta donde debería estar, y por qué el mismo modelo prospera en un hospital y fracasa en el de al lado.

La ciencia de la implementación nació para responder esa pregunta. Este documento la presenta en sus conceptos y marcos principales, la amplía con la perspectiva de los sistemas de salud que aprenden y luego la usa como lente para leer tres transformaciones hospitalarias de gran escala y signo distinto: el Hospital Universitario Karolinska de Estocolmo, que reorganizó todo el hospital alrededor de flujos de pacientes y debió corregir el rumbo; el Hospital Universitario Vall d’Hebron de Barcelona, que convirtió una reorganización forzada por la pandemia en un modelo de áreas de conocimiento; y el Virginia Mason Medical Center de Seattle, que adoptó el Sistema de Producción Toyota como sistema de gestión de toda la organización hace casi un cuarto de siglo.

Los tres casos fueron elegidos porque cubren las dimensiones que una transformación orientada a la calidad debe mover a la vez: la estructura y los mandos medios, el nivel operativo donde se produce la atención, las personas y su cultura, la tecnología y los sistemas de información. Y porque, leídos juntos, muestran algo que la literatura de implementación viene diciendo desde hace veinte años: el contenido del cambio importa menos que la forma de implementarlo.

2. Qué es la ciencia de la implementación

2.1 Definición y campo

Eccles y Mittman, en el editorial inaugural de la revista Implementation Science (2006), la definieron como el estudio científico de los métodos que promueven la incorporación sistemática de los hallazgos de la investigación y de otras prácticas basadas en la evidencia a la práctica habitual, con el fin de mejorar la calidad y la efectividad de los servicios de salud. La definición tiene tres componentes que conviene separar: el objeto (prácticas cuya efectividad ya está razonablemente demostrada), el destino (la práctica rutinaria, no el proyecto piloto) y el propósito (la calidad de los servicios, no la publicación).

El campo se distingue de disciplinas vecinas con las que suele confundirse:

Disciplina	Pregunta que responde
Investigación clínica	¿Funciona esta intervención en condiciones controladas?
Difusión y diseminación	¿Cómo se propaga una innovación entre personas y organizaciones? (Rogers; Greenhalgh y colaboradores)
Mejora de la calidad (QI)	¿Cómo mejoramos este proceso, en este lugar, ahora? Usa ciclos PDSA, Lean, Seis Sigma; su conocimiento es local
Ciencia de la implementación	¿Qué estrategias logran que una práctica efectiva se adopte, se aplique con fidelidad y se sostenga en contextos diversos, y por qué? Busca conocimiento generalizable
Gestión del cambio organizacional	¿Cómo se conduce a una organización de un estado a otro? (Lewin, Kotter, Pettigrew); tradición del management general

Tabla 1. La ciencia de la implementación y sus disciplinas vecinas. Elaboración propia.

La distinción entre mejora de la calidad e implementación es la más útil para un director médico. La mejora de la calidad pregunta si el proceso mejoró; la ciencia de la implementación pregunta por qué mejoró aquí y no allá, y qué hubo que hacer para que la mejora no se evaporara cuando el equipo entusiasta cambió de destino. Una es ingeniería local; la otra intenta ser ciencia del contexto.

Concepto clave: la intervención y la estrategia de implementación son cosas distintas La intervención es lo que se quiere instalar: una lista de verificación quirúrgica, una organización por áreas de conocimiento, un sistema de alertas de seguridad. La estrategia de implementación es lo que se hace para que esa intervención llegue a usarse: capacitación, facilitación externa, auditoría y retroalimentación, rediseño de roles, incentivos, cambio de la historia clínica. Cuando un programa fracasa, la pregunta decisiva es cuál de las dos falló. La intervención puede ser buena y la implementación mala (fracaso de implementación), o la implementación impecable y la intervención inútil para ese contexto (fracaso de la teoría).

2.2 Una taxonomía para ordenar los marcos

La literatura acumuló más de cien teorías, modelos y marcos, lo que desorienta a cualquier gestor. Nilsen (2015) propuso una clasificación en cinco categorías según para qué sirve cada uno, que es el mejor punto de partida para elegir:

Categoría	Para qué sirve	Ejemplos
Modelos de proceso	Describir y guiar los pasos de la implementación, de la investigación a la práctica	Knowledge-to-Action (Graham), modelo de Kotter, fases EPIS
Marcos de determinantes	Identificar barreras y facilitadores que explican los resultados	CFIR, i-PARIHS, Theoretical Domains Framework, Greenhalgh 2004
Teorías clásicas	Explicar el cambio desde disciplinas madre (psicología, sociología, teoría organizacional)	Difusión de innovaciones (Rogers), teoría institucional, aprendizaje organizacional
Teorías de la implementación	Explicar mecanismos propios de la implementación	Normalization Process Theory (May y Finch), disposición organizacional al cambio (Weiner), clima de implementación (Klein y Sorra)
Marcos de evaluación	Definir qué medir para juzgar el éxito	RE-AIM, resultados de implementación de Proctor

Tabla 2. Taxonomía de teorías, modelos y marcos de implementación. Elaboración propia a partir de Nilsen (2015).

3. Los marcos que un gestor sanitario debería conocer

3.1 CFIR: el mapa de los determinantes

El Consolidated Framework for Implementation Research (Damschroder y colaboradores, 2009; actualizado en 2022) integró diecinueve marcos previos en una sola lista de constructos que explican por qué una implementación funciona o no. En su versión actual organiza los determinantes en cinco dominios:

Dominio CFIR	Qué incluye	Pregunta del director
Innovación	Origen, evidencia, ventaja relativa, adaptabilidad, complejidad, costo, diseño	¿La propuesta es buena, comprensible y adaptable a nosotros?
Entorno externo	Financiadores, regulación, políticas, presión de pares, crisis, contratos	¿El sistema que nos rodea empuja o frena?
Entorno interno	Estructura, redes y comunicación, cultura, clima de implementación, recursos, compatibilidad, prioridad relativa	¿Nuestra organización tiene lugar, tiempo y cultura para esto?
Individuos	Roles (alta dirección, mandos medios, facilitadores, profesionales, pacientes) y sus características: necesidad, capacidad, oportunidad, motivación	¿Quiénes deben cambiar y pueden hacerlo?
Proceso de implementación	Planificación, diagnóstico del contexto, involucramiento, adaptación, ejecución, reflexión y evaluación	¿Cómo lo estamos haciendo y qué aprendemos en el camino?

Tabla 3. Los cinco dominios del CFIR actualizado. Elaboración propia a partir de Damschroder et al. (2022).

El valor práctico del CFIR es que obliga a mirar más allá de la innovación. Los directivos tienden a dedicar el noventa por ciento de la energía a diseñar el modelo y el diez por ciento a preguntarse si la organización puede absorberlo. CFIR invierte la proporción: cuatro de sus cinco dominios no hablan de la innovación.

3.2 i-PARIHS: la facilitación como ingrediente activo

El marco PARIHS, revisado por Harvey y Kitson en 2016 como i-PARIHS, condensa la implementación exitosa en una fórmula: depende de la innovación, de los receptores (individuos y equipos que deben adoptarla) y del contexto (local, organizacional y externo), y todo ello está mediado por la facilitación. La facilitación es el ingrediente activo: alguien con un rol definido, que conoce el método y el lugar, ayuda a los equipos a interpretar la innovación, a adaptarla y a resolver los obstáculos que aparecen. Sin facilitación, una buena innovación en un buen contexto puede igualmente no prender.

Para nuestro medio, i-PARIHS tiene una consecuencia concreta: la oficina de calidad o de procesos no debería ser un área de auditoría que verifica cumplimiento, sino un equipo de facilitadores que acompaña a los servicios. La diferencia entre ambos modelos es la diferencia entre un programa que se cumple en el papel y uno que cambia la práctica.

3.3 Normalization Process Theory: cuándo una práctica se vuelve rutina

May y Finch se preguntaron qué hace que una práctica nueva deje de ser novedad y se vuelva «lo que hacemos aquí». La Normalization Process Theory (NPT) identifica cuatro mecanismos de trabajo colectivo:

Coherencia: las personas entienden qué es la práctica, en qué se diferencia de lo anterior y para qué sirve.
Participación cognitiva: se comprometen, alguien la impulsa y otros la legitiman.
Acción colectiva: el trabajo concreto que la práctica exige se distribuye, encaja con las habilidades disponibles y tiene recursos.
Monitoreo reflexivo: el equipo evalúa sus efectos y la ajusta.

NPT es particularmente útil para la tecnología. Un sistema de información nuevo puede instalarse en un fin de semana; normalizarse puede llevar años, y en el camino genera trabajo adicional, redistribuye tareas entre profesiones y cambia relaciones de poder. Las fallas de la historia clínica electrónica que describieron Ash, Berg y Coiera (2004) son, leídas con NPT, fallas de acción colectiva: el sistema exigía trabajo que nadie había previsto ni asignado.

3.4 Cómo se mide el éxito: RE-AIM y los resultados de Proctor

Una implementación no se evalúa solo por el resultado clínico. Proctor y colaboradores (2011) propusieron ocho resultados de implementación, distintos de los resultados del servicio y de los del paciente, que funcionan como indicadores intermedios:

Resultado de implementación	Definición operativa
Aceptabilidad	Percepción de los actores de que la innovación es agradable, conveniente o satisfactoria
Adopción	Decisión o intención inicial de usarla
Pertinencia	Ajuste percibido entre la innovación y el problema, el contexto o la población
Factibilidad	Grado en que puede llevarse a cabo con los recursos disponibles
Fidelidad	Grado en que se aplica tal como fue diseñada, o con adaptaciones deliberadas
Costo de implementación	Recursos que demanda instalarla, además de los que demanda la intervención
Penetración	Proporción de los servicios o profesionales elegibles que efectivamente la usan
Sostenibilidad	Grado en que se mantiene e institucionaliza en el tiempo

Tabla 4. Los ocho resultados de implementación. Elaboración propia a partir de Proctor et al. (2011).

El marco RE-AIM (Glasgow, Vogt y Boles, 1999) complementa esta mirada con cinco dimensiones: alcance (qué proporción de la población destinataria llega a beneficiarse), efectividad, adopción (qué proporción de servicios y profesionales la incorporan), implementación (fidelidad y costo) y mantenimiento (sostenibilidad a nivel individual y organizacional). Su lección central es que una intervención muy efectiva con bajo alcance o baja adopción produce poco impacto poblacional.

3.5 Las estrategias: el catálogo ERIC

Si los marcos de determinantes dicen qué obstaculiza, el catálogo ERIC (Expert Recommendations for Implementing Change; Powell y colaboradores, 2015) dice qué hacer. Reúne 73 estrategias definidas por consenso de expertos y agrupadas en familias: evaluación y diagnóstico, adaptación al contexto, desarrollo de relaciones con actores, formación y educación, apoyo a los profesionales, involucramiento de usuarios, uso de estrategias financieras y cambio de la infraestructura. Ejemplos conocidos son la auditoría con retroalimentación, la designación de líderes de opinión, la facilitación, los colaborativos de aprendizaje, la revisión de roles profesionales y el cambio de registros y sistemas de información.

El paso más difícil, y el menos estudiado, es el emparejamiento: elegir las estrategias que responden a las barreras diagnosticadas. Un error frecuente es capacitar cuando la barrera es la falta de tiempo, o cambiar el sistema informático cuando la barrera es la desconfianza entre profesiones.

3.6 Disposición, clima, adaptación y sostenibilidad

Cuatro conceptos completan el instrumental básico:

Disposición organizacional al cambio (Weiner, 2009): un estado compartido de compromiso con el cambio y de confianza colectiva en la capacidad para lograrlo. No es un rasgo individual sino de la organización, y puede medirse antes de empezar.
Clima de implementación (Klein y Sorra, 1996): la percepción compartida de que el uso de la innovación es esperado, apoyado y recompensado. Es el puente entre la decisión directiva y la conducta de la primera línea, y lo construyen, sobre todo, los mandos medios.
Adaptación y fidelidad: la tensión entre aplicar la innovación tal como fue diseñada y ajustarla al contexto. La literatura actual distingue entre el núcleo de la intervención, que debe preservarse, y su periferia adaptable.
Sostenibilidad dinámica (Chambers, Glasgow y Stange, 2013): la idea de que una intervención no se «congela» al terminar la implementación, sino que debe seguir adaptándose a un contexto que cambia. La sostenibilidad es un proceso, no un estado final.

A ellos se suma la distinción de Aarons y colaboradores (2017) entre escalar hacia arriba (profundizar el modelo en un mismo ámbito) y escalar hacia afuera (llevarlo a nuevos servicios o poblaciones), y la creciente atención a la desimplementación: retirar prácticas de bajo valor es tan difícil como instalar prácticas nuevas y obedece a mecanismos parecidos.

3.7 El lugar de los mandos medios

La literatura de implementación coincide en que el nivel decisivo no es la cúpula ni la primera línea, sino el que las une. Birken, Lee y Weiner (2012) describieron cuatro roles del mando medio en la implementación: difundir la información, sintetizarla para que tenga sentido local, mediar entre la estrategia y la operación cotidiana y vender la innovación a sus equipos. Su revisión sistemática de 2018 agregó que los mandos medios moldean el clima de implementación, y que su compromiso es eficaz cuando son proactivos y cuando reciben apoyo de la alta dirección.

El hallazgo más inquietante proviene de un estudio en hospitales públicos australianos (Leggat y Balding, 2018): mientras el directorio exhibía abundantes documentos de calidad, los mandos medios y el personal clínico vivían el sistema de calidad como un ejercicio de cumplimiento, irrelevante para su trabajo diario. Es la descripción exacta de lo que en otros trabajos hemos llamado las aduanas del conocimiento: la estrategia se decide arriba, pero se traduce, o se bloquea, en el piso intermedio.

Cinco planos del cambio, un solo sistema Una transformación orientada a la calidad debe mover simultáneamente cinco planos: la estructura y los mandos medios (quién decide, quién responde por qué), el nivel operativo (cómo se produce la atención en el microsistema), las personas (cultura, seguridad psicológica, roles profesionales), la tecnología (equipamiento, historia clínica, automatización) y los sistemas de información (qué se mide, quién lo ve, para qué se usa). Los tres casos que siguen muestran qué ocurre cuando se mueve uno de estos planos sin los demás, y qué ocurre cuando se mueven juntos.

4. Del cambio lineal al sistema que aprende

Antes de entrar en los casos conviene incorporar tres trabajos que amplían el marco en una dirección decisiva: dejan de pensar la implementación como la instalación de una innovación en un sistema estable y la piensan como la capacidad permanente de una organización compleja para aprender de su propia práctica. El primero formula el problema; el segundo describe cómo se organiza la respuesta en instituciones reales; el tercero muestra por qué la tecnología digital, que debería acelerar ese aprendizaje, suele quedar atrapada en la fase piloto.

4.1 El desafío 60-30-10

Braithwaite, Glasziou y Westbrook (2020) resumieron en tres números el estancamiento del desempeño de los sistemas de salud. En promedio, alrededor del 60 % de la atención se ajusta a guías basadas en la evidencia o en el consenso; cerca del 30 % es desperdicio, duplicación o atención de bajo valor; y aproximadamente el 10 % de los pacientes sufre algún daño iatrogénico. Lo inquietante no son las cifras en sí, sino su persistencia: según los autores, se mantienen prácticamente inmóviles desde hace tres décadas, a pesar de todo el esfuerzo invertido en calidad y seguridad. Si la aviación o la industria automotriz operaran con esa confiabilidad, ese nivel de ineficiencia y ese daño a sus clientes, no se toleraría.

El diagnóstico de por qué no se mueven es el aporte central para este documento. Las estrategias dominantes, que los autores llaman de lógica lineal o de cadena, descansan en políticas, jerarquías y estandarización impuestas de arriba hacia abajo: reestructurar una vez más el organigrama, ajustar continuamente las políticas, agregar burocracia, fijar nuevas metas con cada cambio de gobierno. Mantienen ocupada a mucha gente «implementando el cambio», pero no producen mejora genuina. El hospital es un sistema adaptativo complejo: no responde linealmente a lo que planifican los arquitectos del cambio, y sus comportamientos son emergentes, por lo que no se puede predecir con confianza el futuro generalizando desde el pasado. A eso se suma la velocidad del conocimiento: los autores citan estimaciones según las cuales la investigación vuelve obsoleto alrededor del 7 % de la «mejor práctica» cada año.

Los sistemas complejos, en cambio, sí responden cuando se les proporcionan incentivos, recursos, aliento, datos, retroalimentación, herramientas y menos restricciones. El ejemplo que presentan es una red traslacional de investigación oncológica en el este de Sídney que, con un financiamiento modesto, amplió en seis años la colaboración entre clínicos, investigadores y pacientes, multiplicó proyectos y publicaciones e indujo cambios de práctica que nadie había ordenado. La propuesta es combinar la ciencia de la complejidad y la mejora continua con un sistema de salud que aprende de manera profunda: una infraestructura digital que reúna historias clínicas, datos de laboratorio, de costos y de preferencias del paciente para decidir en tiempo real o casi real, con bucles de evaluación formativa que devuelvan información a equipos, pacientes, gestores y decisores. Y agregan un giro de perspectiva propio de la seguridad de segunda generación: además de estudiar el 10 % que sale mal, hay que estudiar el 90 % que sale bien y aprender de quienes, en las mismas condiciones, obtienen mejores resultados.

4.2 Los sistemas de salud que aprenden en la práctica

Lo que en Braithwaite es una visión, en el informe de Krelle, Tsuruo, Sorensen y Horwitz (NEJM Catalyst, 2026) es una agenda operativa. El trabajo recoge las conclusiones de un simposio convocado por NYU Langone Health en abril de 2025 con líderes de operaciones clínicas, investigación, ciencia de datos, tecnología y ciencia de la implementación. Define a los sistemas que aprenden como instituciones que integran la generación de evidencia, la implementación y la evaluación en la atención de rutina, y los presenta como la herramienta para cerrar la brecha de diecisiete años entre el descubrimiento y la práctica: la innovación no se despliega de manera apresurada ni episódica, sino sistemática, evaluada y optimizada en forma iterativa en la primera línea.

Los ejemplos que reúne son, en su mayoría, herramientas de inteligencia artificial: sistemas de alerta temprana de deterioro en terapia intensiva, modelos predictivos en el portal del paciente, documentación clínica por voz ambiental, algoritmos de riesgo de mortalidad que disparan conversaciones sobre objetivos de cuidado y contacto digital personalizado para aumentar los controles preventivos. Pero la advertencia es explícita: las herramientas mal integradas aumentan la complejidad, cargan a los clínicos y pueden ser ineficaces o dañinas. La capacidad de aprender sistemáticamente de la implementación es lo que distinguirá a las organizaciones que obtienen valor de las que acumulan tecnología sin generarlo.

El informe identifica cinco obstáculos recurrentes y propone respuestas escalonadas en el tiempo:

Obstáculo	Respuesta propuesta
Escepticismo y riesgos de la IA	Comunicación clara del uso, prueba rigurosa previa, evaluación continua posterior y participación de los clínicos en las decisiones
Demoras y ambigüedad en la revisión ética	Procesos de revisión claros que distingan evaluación operativa, mejora de la calidad e investigación clínica; gobernanza externa al equipo aun cuando no se requiera comité
Financiamiento e infraestructura	Fondos internos dedicados, combinados con subsidios, filantropía y comercialización
Herramientas mal diseñadas que agravan el agotamiento	Diseño centrado en las personas, con participación de clínicos, pacientes y comunidad en todas las fases
Incentivos desalineados entre financiadores y prestadores	Demostrar el retorno de la mejora e involucrar temprano a los financiadores; a largo plazo, reorientar el pago hacia el valor y el aprendizaje continuo

Tabla 5. Obstáculos y respuestas para los sistemas de salud que aprenden. Elaboración propia a partir de Krelle et al. (2026).

La secuencia temporal es útil para cualquier director: en el corto plazo (1 a 3 años), involucrar a la primera línea, asegurar financiamiento, crear consejos de transformación que prioricen y compartan presupuesto, definir cómo se medirá y empezar por las pruebas rápidas más simples; en el mediano plazo (3 a 5 años), institucionalizar la capacidad de evaluación rápida, construir ecosistemas de datos integrados en tiempo real y hacer accesible la información mediante tableros; en el largo plazo (5 a 10 años o más), reorientar los incentivos de pago. Hay un punto que en nuestro medio adquiere una fuerza particular: un sistema que mejora la salud y reduce la utilización puede ser, paradójicamente, penalizado por un esquema de pago que premia el volumen y la alta intensidad.

4.3 De los pilotos a las plataformas: la dimensión tecnológica

El tercer trabajo, una perspectiva de Lee y colaboradores (Frontiers in Public Health, 2026) sobre la salud digital en enfermedades crónicas, ilustra con precisión el problema tecnológico de la implementación. Su tesis es que el cuello de botella no es la falta de innovación digital sino la insuficiente integración de grado asistencial (care-grade integration): el grado en que una herramienta está incorporada a los circuitos clínicos, a los roles del personal, a los mecanismos de pago, a la interoperabilidad, a la gobernanza de datos y al apoyo al paciente. Una herramienta puede funcionar técnicamente y ser aceptada por los usuarios, y aun así no mejorar la atención si aumenta la carga de trabajo, fragmenta la responsabilidad o excluye a quienes tienen menos acceso digital.

El diagnóstico se apoya en una revisión de alcance de 252 estudios publicados entre 2015 y 2023: mucha actividad en telesalud, salud móvil y monitoreo remoto, pero solo una pequeña minoría usó explícitamente marcos de ciencia de la implementación, y la mayoría se concentró en resultados tempranos como aceptabilidad, factibilidad y adopción. Los beneficios aparecen más en resultados conductuales y de prestación de servicios que en resultados clínicos. Muchos pacientes crónicos están «hipoconectados» y usan poca tecnología de salud; la falta de uso refleja, más que resistencia, un desajuste entre el diseño y la realidad cotidiana de la enfermedad. Los pacientes describen un equilibrio entre tranquilidad y carga; los clínicos, preocupaciones por la alteración del flujo de trabajo, la documentación adicional, la calidad de los datos, la capacitación y la responsabilidad legal.

Los autores leen estos hallazgos con dos marcos ya presentados: los resultados de implementación de Proctor, que muestran que el éxito en aceptabilidad no garantiza el éxito clínico, y el marco NASSS de Greenhalgh y colaboradores (2017), que explica la no adopción, el abandono y el fracaso de escala por la complejidad acumulada en la condición, la tecnología, la propuesta de valor, el sistema de adoptantes, la organización, el entorno y la adaptación en el tiempo. Su hoja de ruta tiene cinco giros: codiseño operativo y no simbólico; ciencia de la implementación como requisito de calidad; equidad diseñada desde el inicio; evaluación del valor en dominios que importan al sistema (carga de trabajo, continuidad, seguridad, costo de implementación, resultados estratificados), y la inserción de las herramientas en sistemas que aprenden. La conclusión es trasladable a cualquier tecnología hospitalaria: la salud digital rinde cuando se diseña, se evalúa y se financia como componente de un rediseño del servicio, no como herramienta aislada.

Qué agregan estos tres trabajos a la lectura de los casos Braithwaite ofrece la hipótesis que los casos ponen a prueba: reestructurar el organigrama desde arriba no mueve el 60-30-10; lo mueven los sistemas que aprenden desde la práctica. Krelle y colaboradores muestran que esa capacidad de aprender tiene requisitos institucionales concretos (consejos de transformación, evaluación rápida, datos integrados, gobernanza ética, financiamiento propio) y que el pago por volumen puede castigarla. Lee y colaboradores advierten que la tecnología y los sistemas de información, por sí solos, se quedan en el piloto si no se integran al trabajo real. Karolinska, Vall d’Hebron y Virginia Mason pueden leerse como tres respuestas distintas a esa misma hipótesis.

5. Karolinska: la reorganización más ambiciosa y su corrección

5.1 El contexto: un hospital nuevo, un mandato y un modelo nuevos

El Hospital Universitario Karolinska, en Estocolmo, es el principal hospital universitario de Suecia y está asociado al Instituto Karolinska. A comienzos de la década pasada convergieron sobre él tres fuerzas. La primera fue un mandato regional de concentrarse en la atención de alta complejidad y derivar la de menor complejidad a otros prestadores de la región. La segunda, la construcción de un edificio completamente nuevo, el Nya Karolinska Solna (NKS), financiado mediante una asociación público-privada y presentado como uno de los hospitales más caros del mundo. La tercera, la decisión de adoptar un nuevo modelo operativo basado en la atención basada en el valor (VBHC) de Porter y Teisberg.

El diagnóstico que justificaba el cambio era sólido: el hospital antiguo funcionaba como un conjunto de unos sesenta departamentos clínicos que operaban como silos, el paciente circulaba entre ellos y la atención era fragmentada, con grandes diferencias de método y de resultados y desafíos económicos recurrentes. La respuesta fue radical. Tras una larga discusión se decidió suprimir todos los departamentos clínicos y reorganizar el hospital alrededor de alrededor de 170 flujos de pacientes (patient flows), agrupados en áreas de pacientes (patient areas) y éstas en temas (themes) como Cáncer, Corazón y Vasos, Neuro, Envejecimiento o Infancia, acompañados por funciones transversales (emergencias, medicina perioperatoria, imágenes, laboratorio, profesiones asistenciales). Los primeros grupos de flujos se mudaron al edificio nuevo el 20 de noviembre de 2016 y el traslado se completó en 2018.

La implementación fue conducida por la consultora Boston Consulting Group, contratada durante unos cuatro años, que en ese período había hecho de Suecia un nodo global de su trabajo en VBHC. El gobierno había multiplicado casi por cinco la financiación de los registros nacionales de calidad entre 2011 y 2013, con la expectativa de que Suecia fuera el lugar ideal para aplicar el modelo completo.

5.2 Qué salió mal

Una evaluación interna encargada por el directorio del hospital (2019) fue severa. Los pacientes complejos y pluripatológicos no encajaban en flujos relativamente estrechos; la medición de resultados presentaba fallas; los cambios en los sistemas informáticos resultaron difíciles. El personal describía mayor fragmentación de la atención, más carga administrativa por el aumento de derivaciones entre flujos, falta de claridad sobre las responsabilidades y una tendencia a centralizar decisiones. La reorganización había multiplicado las unidades organizativas y, con ellas, los cargos de conducción. El balance fue que la carga administrativa y los costos habían crecido sin una mejora tangible de la calidad.

Entre 2016 y 2018 la crítica pública escaló: la prensa sueca describió el proceso como conducido por consultores y de arriba hacia abajo, y lo mezcló con otras controversias del NKS (facturación de consultorías, conflictos de interés, problemas de construcción). La confianza del personal en la dirección se desplomó y la dirección del hospital renunció.

5.3 La corrección: conservar la idea, cambiar la arquitectura

En abril de 2019 asumió como director el ortopedista islandés Björn Zoëga. Su primera señal fue metodológica: las propuestas de ajuste debían venir de quienes trabajaban en los sistemas, y se abrió un período de escucha al personal. En junio de 2019 presentó los cambios. La decisión de fondo fue no volver a la organización por departamentos: se mantuvieron los temas y los flujos de pacientes, con sus grupos de conducción. Pero se fusionaron cargos de conducción y se redujo de manera significativa el número de unidades, agrupándolas en estructuras mayores; se ajustó el contenido de temas y funciones; se reintrodujo la figura del jefe de actividad (verksamhetschef) con responsabilidad sobre la especialidad médica; se separó la atención de la mujer del tema infantil; y se creó una unidad médica para pacientes multimórbidos dentro del Tema Envejecimiento. El término «atención basada en el valor», omnipresente desde 2016, desapareció del discurso institucional.

La orientación estratégica posterior fue la descentralización, el empoderamiento de los líderes clínicos para tomar decisiones y la simplificación de la administración. Cuando Zoëga dejó el cargo, a comienzos de 2024, el hospital había pasado, en sus propias palabras, de ser cuestionado a figurar en los rankings internacionales de los mejores hospitales del mundo.

5.4 La lección más valiosa: tres hospitales, el mismo modelo, resultados distintos

El caso sueco ofrece un experimento natural casi perfecto para la ciencia de la implementación. Entre 2013 y 2017 los tres mayores hospitales universitarios del país, Karolinska, Sahlgrenska (Gotemburgo) y Uppsala, implementaron el mismo modelo, con la misma consultora y con la agenda de seis pasos de BCG. Los resultados fueron muy diferentes, y la evaluación del instituto Leading Health Care atribuyó parte de la diferencia a la gestión del proceso de implementación:

	Karolinska	Sahlgrenska	Uppsala
Alcance	Reorganización total alrededor de flujos	Decidió no reorganizar tras una evaluación interna	Reorganización parcial, gradual
Conducción	Liderada por la consultora durante cuatro años	Interna, avance más lento	Interna; consultora solo cuatro meses
Encuadre	El modelo presentado como algo nuevo, con argumentos tomados de Porter y Teisberg	Principio orientador combinado con otros modelos	Continuidad del trabajo previo de orientación a procesos
Agente de cambio	Externo	Mixto	Un agente de cambio interno que construyó legitimidad
Resultado percibido	Crisis de confianza, renuncia de la dirección, corrección en 2019	Mejor adopción donde ya había cultura de mejora	Escasa crítica; versión propia del modelo con participación de pacientes

Tabla 6. Implementación del modelo VBHC en tres hospitales universitarios suecos. Elaboración propia a partir de Krohwinkel et al. (2021).

Dos observaciones de esa evaluación tienen valor general. La primera: las clínicas que ya trabajaban sistemáticamente con otros métodos de mejora adoptaron el nuevo modelo con más facilidad, lo que confirma que la capacidad previa de mejora es un determinante del entorno interno. La segunda: el modelo funcionó mejor en procesos de alto volumen y baja variabilidad, como la cirugía electiva de cadera y rodilla, y peor en los pacientes complejos, como predice la teoría de gestión de operaciones. Los modelos que se presentan como universales encajan mal en casi todas partes.

5.5 Lectura desde la ciencia de la implementación

Innovación: el diagnóstico era correcto y la idea de organizar por recorrido del paciente era pertinente; el error fue de adaptabilidad. Se aplicó una lógica diseñada para condiciones bien definidas a todo el hospital, incluidos los pacientes que no pertenecen a ningún flujo.
Entorno externo: la coincidencia con el edificio nuevo comprimió los tiempos; la controversia pública sobre el NKS contaminó la percepción del modelo organizativo.
Entorno interno: la reorganización destruyó la estructura previa sin consolidar la nueva, exactamente el tipo de reestructuración de arriba hacia abajo que Braithwaite y colaboradores identifican como causa del estancamiento 60-30-10; se multiplicaron los cargos y se diluyó la responsabilidad. Los mandos medios quedaron sin rol claro, justo el nivel que la literatura identifica como decisivo.
Individuos: el agente de cambio fue externo; la legitimidad profesional no se construyó. El encuadre como «algo nuevo» desvalorizó la experiencia acumulada.
Proceso: escasa adaptación iterativa y poca escucha; la corrección de 2019 fue, ante todo, una corrección de proceso: preguntar primero a quienes trabajan en el sistema.

6. Vall d’Hebron: de la reorganización forzada al modelo de gestión

6.1 El contexto

El Hospital Universitario Vall d’Hebron, en Barcelona, es el mayor hospital de Cataluña y uno de los mayores de España: un complejo de cuatro hospitales (General, Infantil, de la Mujer, y de Traumatología, Rehabilitación y Quemados) integrado en un campus con institutos de investigación, de oncología y la Universidad Autónoma de Barcelona. Como todo hospital universitario clásico, estaba organizado en servicios y estamentos profesionales, y sus propios directivos lo describieron como una organización muy vertical y fragmentada.

La reorganización venía pensándose, pero el detonante fue la pandemia. En marzo de 2020, la necesidad de redistribuir camas, equipos y profesionales en semanas obligó a romper fronteras entre servicios que se habían mantenido durante décadas. El hospital decidió no volver atrás: convirtió la reorganización de emergencia en un modelo de gestión, desplegado desde 2021 y presentado formalmente en noviembre de 2022.

6.2 El modelo de áreas de conocimiento

Un área de conocimiento agrupa los servicios y unidades vinculados con un mismo problema de salud, en lugar de agrupar por especialidad o por estamento. El modelo se apoyó en cuatro objetivos explícitos: atención centrada en la necesidad del paciente, gestión clínica con alcance territorial, promoción del trabajo en equipo y de los roles competenciales, e intensidad de cuidados. En su lanzamiento contó con 32 áreas (28 específicas y 4 transversales); la información institucional actual describe 35 (29 específicas, por problema de salud, y 6 transversales: urgencias, críticos, área quirúrgica, diagnóstico por imagen, laboratorios y tratamiento). El número se ajusta según las necesidades, lo que indica un modelo vivo.

El resultado es una matriz en sentido estricto: las áreas específicas recorren el hospital de punta a punta y las transversales las atraviesan, de modo que cada fila tiene un responsable del recorrido completo del paciente. Como advirtió el director asistencial, el modelo no se limita a la internación sino que aborda el seguimiento del paciente en el territorio, en todos los dispositivos que recorre.

6.3 El cambio en los roles: la dimensión humana

A diferencia de Karolinska, donde la reorganización multiplicó cargos directivos, Vall d’Hebron la presentó como una reducción: el gerente sostuvo que los hospitales debían desjerarquizarse y desburocratizarse, y que el modelo lograba más eficiencia con muchos menos cargos directivos. El esfuerzo se puso en la primera línea:

Enfermería por intensidad de cuidados: la distribución de pacientes por áreas permitió asignar los recursos de enfermería según la necesidad de cuidado y no según el servicio que interna; la variabilidad en la intensidad de cuidados fue, según la dirección de enfermería, el principal impulsor del cambio. Para sostenerlo se contrataron 148 enfermeras, con una inversión cercana a 5,5 millones de euros.
Roles nuevos: el médico hospitalista (de medicina interna) con visión integral del paciente quirúrgico y detección precoz de complicaciones; la enfermera de práctica avanzada; el administrativo asistencial, que gestiona camas y flujo de pacientes; y los celadores asignados a las áreas.
Liderazgos de segunda línea: el modelo permitió identificar líderes clínicos que no eran jefes de servicio, profesionales que conducen proyectos y áreas sin haber llegado por la vía jerárquica.
Participación de pacientes con método: comisiones estables de trabajo basadas en el modelo ICE (información, comunicación y empoderamiento), donde pacientes y profesionales cocrean espacios, circuitos y documentos informativos.

6.4 Resultados y estado actual

Tras cinco años de recorrido, el hospital organizó en 2026 una jornada con más de 300 profesionales y gestores de toda España para compartir las claves del modelo, con el Área de Atención Posquirúrgica como ejemplo paradigmático de interdisciplinariedad. Vall d’Hebron integra además la comunidad internacional Value Catalyst, cuyo trabajo publicado en NEJM Catalyst en octubre de 2026 lo identifica como el hospital que llevó más lejos, en extensión, la organización basada en condiciones (tema que desarrollamos en un comentario reciente en saludbydiaz): alrededor de 70 condiciones en unas 34 áreas, con medición de resultados clínicos en todas, resultados reportados por pacientes en parte de ellas y la responsabilidad por costos todavía en discusión. Su Plan Estratégico 2026-2030 se articula alrededor del «Nuevo Vall d’Hebron», que combina la renovación de infraestructura con la de espacios, tecnología y modelos organizativos.

Los propios directivos reconocen las limitaciones: el cambio cultural en la relación entre profesionales es lo más lento, algunos roles todavía no encajan y la evidencia de impacto sobre resultados clínicos y costos, más allá de la experiencia institucional, aún no se ha publicado en forma sistemática.

6.5 Lectura desde la ciencia de la implementación

Entorno externo: la crisis funcionó como ventana de oportunidad. La pandemia hizo visible para todos lo que antes era una propuesta directiva; el cambio no tuvo que ser «vendido», porque ya se había vivido.
Innovación: el lenguaje importó. Hablar de áreas de conocimiento, y no de unidades de negocio o líneas de producto, puso el saber clínico en el centro y facilitó la aceptabilidad entre los profesionales.
Entorno interno: el modelo no creó una estructura paralela ni desarmó los servicios; redefinió a quién pertenecen los flujos de pacientes. La reorganización acompañó con dotación y con roles, no solo con organigrama.
Individuos: se invirtió en la primera línea (enfermeras, hospitalistas, administrativos asistenciales) y se habilitaron liderazgos no jerárquicos, en lugar de multiplicar jefaturas.
Proceso: despliegue progresivo durante varios años, con un número de áreas que se revisa; trabajo previo de sensibilización mediante mapeo de procesos e intercambio de roles, de modo que la gente viera el problema antes de que llegara la estructura.

7. Virginia Mason: Toyota como sistema de gestión

7.1 El contexto: una crisis y una búsqueda

Virginia Mason, fundado en Seattle en 1920, es un sistema integrado con hospital, red de consultorios y grupo médico propio. A fines de los años noventa atravesaba pérdidas económicas, descontento de los médicos y un modelo de gestión que, según sus directivos, había cambiado poco desde los años sesenta. En 2000 asumió como director ejecutivo el internista Gary Kaplan, y la organización comenzó a buscar un método de gestión que pusiera la calidad y la seguridad como máxima prioridad. Lo encontró fuera de la medicina: tras una visita de la conducción a las plantas de Toyota en Japón, adoptó plenamente en junio de 2002 el Virginia Mason Production System (VMPS), una adaptación del Sistema de Producción Toyota a la atención de la salud. Fue la primera institución sanitaria en aplicarlo como filosofía de toda la organización.

Antes del método hubo una condición previa que suele olvidarse: la redefinición explícita del vínculo con los médicos mediante un compacto médico (Physician Compact), un acuerdo escrito de obligaciones recíprocas entre la organización y sus profesionales, basado en el trabajo de Silversin y Kornacki sobre los «compromisos implícitos» de la profesión. El compacto reemplazó la expectativa tradicional de autonomía, protección y derecho adquirido por un conjunto de compromisos con el paciente, la mejora y el trabajo en equipo. Sin él, el VMPS no habría tenido legitimidad entre los médicos.

7.2 Los componentes del sistema

El VMPS se apoya en dos principios tomados de Toyota: eliminar el desperdicio mediante la producción justo a tiempo y eliminar los defectos facultando a cualquier persona a detener el proceso cuando detecta un problema. Sus herramientas son las conocidas del Lean (eventos kaizen o semanas de mejora rápida, mapeo de flujo de valor, trabajo estandarizado, 5S, el proceso de preparación de la producción 3P para diseñar espacios), pero su rasgo distintivo es que no se usaron como proyectos aislados sino como sistema de gestión de toda la organización, conducido personalmente por el director ejecutivo y con la estrategia, la capacitación y la evaluación de los directivos alineadas al método.

La pieza más conocida es el sistema de Alertas de Seguridad del Paciente (Patient Safety Alert), traducción del andon de Toyota. Puesto en marcha por decisión del director ejecutivo en 2002, exige que cualquier trabajador que encuentre una situación que pueda dañar a un paciente la reporte de inmediato y detenga toda actividad que pueda agravar el daño. Los resultados publicados por Furman y Caplan (2007) son elocuentes como medida de cambio cultural: entre septiembre de 2002 y diciembre de 2006 se recibieron 6.112 alertas; el promedio mensual pasó de 3 en 2002 a 285 en 2006; el 44 % provino de enfermería, el 23 % de personal de apoyo no clínico, el 20 % de mandos medios y el 8 % de médicos. La mayoría se procesó en 24 horas y se resolvió en dos o tres semanas.

El sistema fue puesto a prueba en noviembre de 2004, cuando una paciente, Mary McClinton, murió tras recibir por error una inyección de clorhexidina en lugar de contraste. La organización reconoció públicamente el error, rediseñó el proceso de manejo de soluciones y convirtió el caso en un símbolo interno de la cultura de seguridad. Es un ejemplo de lo que la literatura de organizaciones altamente confiables llama preocupación por el fracaso: el error no se ocultó, se usó para aprender.

7.3 Resultados, controversias y exportación del modelo

Virginia Mason informó mejoras sostenidas en tiempos de espera, productividad y seguridad, entre ellas una reducción de más del 85 % en el tiempo para informar resultados de laboratorio, y la disminución de los reclamos por mala praxis asociada al sistema de alertas. Recibió reconocimientos de organizaciones como The Leapfrog Group por su desempeño en seguridad y creó el Virginia Mason Institute para formar a otras organizaciones. Kenney narró la experiencia en dos libros (2010 y 2015) que se convirtieron en referencia.

La trayectoria no estuvo libre de fallas, lo que la vuelve más instructiva. Entre 2013 y 2014 el hospital sufrió un brote de bacterias multirresistentes transmitidas por duodenoscopios, y en 2016 le fue negada transitoriamente la acreditación plena tras una inspección que detectó deficiencias. Un sistema de mejora continua no inmuniza contra los eventos adversos; su prueba es cómo responde a ellos.

Los propios autores de Virginia Mason publicaron en 2014 una advertencia que es casi un tratado de implementación en cuatro páginas: «Why Lean doesn’t work for everyone». Su argumento es que la popularización del Lean en salud llevó a usar sus herramientas en forma aislada, con resultados inconsistentes, y que la transformación exige usar el Lean como parte de un sistema integral de gestión, junto con el cambio de la cultura institucional y un nuevo enfoque de liderazgo en todos los aspectos de la atención.

La prueba más exigente de transferibilidad llegó con la alianza NHS–Virginia Mason Institute (2015-2021): cinco fideicomisos hospitalarios ingleses, seleccionados por concurso, trabajaron durante cinco años con expertos del instituto para desarrollar versiones locales del VMPS. La evaluación independiente de la Warwick Business School (Burgess y colaboradores, 2022) encontró que mover los indicadores de desempeño agregados lleva tiempo y que el impacto debe juzgarse con una mirada de largo plazo; destacó como hallazgo una gobernanza relacional entre reguladores y prestadores, cristalizada en una junta de transformación donde los directores ejecutivos de los cinco hospitales siguieron reuniéndose mensualmente con NHS England después de terminada la alianza. En 2021, Virginia Mason se integró con CHI Franciscan para formar Virginia Mason Franciscan Health, dentro de un sistema mayor, lo que abre una nueva pregunta de sostenibilidad: si un sistema de gestión construido durante dos décadas sobrevive a un cambio de propiedad y de escala.

7.4 Lectura desde la ciencia de la implementación

Entorno externo e interno: una crisis económica y profesional creó la urgencia; la conducción la transformó en una búsqueda deliberada de método, no en un recorte.
Individuos: el compromiso personal y sostenido del director ejecutivo fue un determinante central; el compacto médico resolvió por adelantado la pregunta de qué se espera de los médicos.
Innovación: el VMPS tiene un núcleo no negociable (detener la línea, estandarizar, eliminar desperdicio) y una periferia adaptada a la atención de la salud. Fidelidad en el núcleo, adaptación en la periferia.
Proceso: implementación como sistema de gestión y no como cartera de proyectos; formación masiva; mandos medios evaluados por su capacidad de mejora.
Aprendizaje: el sistema de alertas es un bucle de retroalimentación casi en tiempo real, la forma más elemental de un sistema que aprende: detectar, detener, analizar, corregir y devolver la información a quien reportó.
Sostenibilidad: más de dos décadas de continuidad, lo que lo convierte en uno de los pocos casos de sostenibilidad documentada en la literatura Lean, con la advertencia de que su transferencia a otros contextos (NHS) fue más lenta y parcial.

8. Análisis comparado

8.1 Tres transformaciones frente a frente

Dimensión	Karolinska	Vall d’Hebron	Virginia Mason
Disparador	Edificio nuevo, mandato regional, modelo VBHC	Pandemia de covid-19	Crisis económica y profesional
Teoría del cambio	Cambiar la estructura para cambiar la práctica	Consolidar una práctica ya vivida en una estructura nueva	Cambiar el método de trabajo para cambiar la cultura
Plano principal movido	Estructura y organigrama	Estructura, roles y dotación de enfermería	Nivel operativo y cultura de seguridad
Conducción	Consultora externa durante cuatro años	Interna, con dirección asistencial y de enfermería	Director ejecutivo, con formación masiva interna
Mandos medios	Multiplicados y sin rol claro	Menos cargos; liderazgos de segunda línea	Formados y evaluados como líderes de mejora
Profesionales	Escasa legitimidad; encuadre como algo nuevo	Lenguaje de «conocimiento»; roles nuevos	Compacto médico explícito
Tecnología y sistemas de información	Cambios difíciles; medición de resultados con fallas	Medición en todas las áreas; PROM parciales	Alertas de seguridad; tableros; estandarización
Capacidad de aprender	Medición estandarizada para comparar; bucles locales débiles	Medición en todas las áreas; ajuste periódico del modelo	Alertas en tiempo real; kaizen continuo; evaluación propia
Ritmo	Comprimido por la mudanza	Progresivo durante varios años	Continuo durante más de dos décadas
Resultado de implementación	Baja aceptabilidad; corrección en 2019	Alta penetración; evidencia de impacto en construcción	Alta sostenibilidad; transferencia parcial

Tabla 7. Comparación de las tres transformaciones. Elaboración propia.

8.2 Lo que los tres casos enseñan juntos

Leídos en conjunto, los casos permiten extraer proposiciones que la ciencia de la implementación ya había formulado en abstracto y que aquí aparecen con nombre propio:

La estructura sigue a la práctica, no al revés. Karolinska cambió primero el organigrama y esperó que la práctica lo siguiera. Vall d’Hebron y Virginia Mason cambiaron primero la práctica (por necesidad o por método) y luego le dieron estructura. La literatura sobre cultura organizacional coincide: no hay estrategias efectivas y generalizables para cambiar la cultura de manera directa (Parmelli y colaboradores, 2011); la cultura cambia como consecuencia de cambiar lo que la gente hace todos los días.
La crisis abre ventanas, pero no garantiza el resultado. Las tres instituciones partieron de una presión fuerte. La diferencia estuvo en tener, cuando la ventana se abrió, un modelo preparado y una conducción capaz de sostenerlo.
El agente de cambio interno construye legitimidad; el externo, no. La comparación sueca es contundente: el mismo modelo, conducido desde adentro y presentado como continuidad, generó adhesión; conducido por consultores y presentado como ruptura, generó rechazo.
Los mandos medios deciden el destino. En Karolinska se multiplicaron y perdieron claridad; en Vall d’Hebron se redujeron y aparecieron liderazgos no jerárquicos; en Virginia Mason fueron formados y evaluados por su capacidad de mejorar. Es el plano que más diferencia los resultados.
Los modelos universales encajan mal. Ninguna lógica organizativa resuelve a la vez la cirugía electiva estandarizable y el paciente anciano pluripatológico. Karolinska lo aprendió creando una unidad para multimórbidos; Vall d’Hebron, manteniendo áreas de medicina interna y paciente frágil como columna vertebral generalista.
La tecnología y la medición son condición, no motor. En Karolinska, los cambios informáticos y la medición fallida fueron fuente de problemas; en Vall d’Hebron y Virginia Mason, la medición acompañó un cambio que ya estaba en marcha. Un sistema de información no impulsa la transformación, pero puede hacerla imposible si se lo trata como residual.
La sostenibilidad exige método, no entusiasmo. Virginia Mason sostuvo su sistema durante más de veinte años porque lo convirtió en la forma de gestionar, no en un programa con fecha de inicio y de cierre. Aun así, su exportación al NHS mostró que el método no viaja solo: viaja con su contexto.
Transformar es construir capacidad de aprender. Los tres casos convergen, con distinta velocidad, hacia lo que Braithwaite y Krelle llaman un sistema que aprende: medición integrada a la práctica, retroalimentación a los equipos y evaluación iterativa. Karolinska lo intentó con una reestructuración y una medición estandarizada para comparar; Vall d’Hebron y Virginia Mason, con bucles locales de mejora. La diferencia sugiere que la medición sirve primero para aprender en el lugar y solo después para comparar entre instituciones.

9. Implicancias para hospitales y sanatorios argentinos

Nuestras instituciones enfrentan condiciones más difíciles que las de los tres casos: múltiples financiadores con lógicas de pago por prestación o por módulo, inestabilidad macroeconómica, dotaciones de enfermería insuficientes, jefes de servicio con carga asistencial completa y sistemas de información fragmentados. Precisamente por eso la ciencia de la implementación es más útil aquí que allí: cuando los recursos son escasos, equivocarse en la forma de implementar es un lujo que no podemos pagar.

La advertencia de Krelle y colaboradores sobre los incentivos tiene aquí una traducción directa: en un sistema donde la mayoría de los financiadores paga por prestación o por módulo, la institución que reduce internaciones evitables, estudios duplicados o estancias prolongadas pierde ingresos. Por eso la capacidad de aprender no llegará como consecuencia de un nuevo modelo de pago; deberá construirse antes, con recursos propios, porque es la única forma de generar la información de resultados y costos sin la cual ningún contrato por valor puede siquiera discutirse. Y la advertencia de Lee y colaboradores vale para la historia clínica electrónica, la telemedicina y la inteligencia artificial que hoy se incorporan en nuestras instituciones: sin integración al trabajo real, quedarán en el piloto.

Plano	Lección de los casos	Primer paso posible
Estructura y mandos medios	No multiplicar jefaturas; dar a cada flujo un responsable con tiempo y lugar en el organigrama	Designar una tríada (médico, enfermería, gestión) con horas protegidas para una o dos líneas de cuidado
Nivel operativo	Cambiar primero la práctica en el microsistema; la estructura viene después	Un evento de mejora rápida (kaizen o A3) en un proceso crítico, con medición antes y después
Personas y cultura	La legitimidad se construye con un agente interno y un acuerdo explícito con los profesionales	Redactar un compromiso recíproco entre la dirección y el cuerpo médico, al estilo del compacto de Virginia Mason
Seguridad	Facultar a cualquiera a detener la línea y responder rápido	Sistema de alertas de seguridad con respuesta en 24 horas y retroalimentación visible
Tecnología	Planificar el trabajo que la tecnología agrega (NPT), no solo su instalación	Antes de cada cambio en la historia clínica, mapear quién hará el trabajo nuevo y con qué tiempo
Sistemas de información	Medir para mejorar localmente antes que para comparar	Tablero por línea de cuidado con pocos indicadores de proceso y resultado, revisado mensualmente con el equipo
Aprendizaje institucional	Integrar evaluación rápida y retroalimentación a la rutina (sistema que aprende)	Crear un consejo de transformación con presupuesto propio y un tablero revisado con los equipos en ciclos cortos
Proceso de implementación	Diagnosticar el contexto antes de elegir estrategias; escalar por etapas	Aplicar una lista CFIR breve antes de lanzar cualquier programa institucional

Tabla 8. Lecciones de los casos traducidas a primeros pasos en el contexto argentino. Elaboración propia.

Tesis para la discusión El error más costoso en la transformación hospitalaria no es elegir mal el modelo, sino implementarlo como si el contexto no existiera. Karolinska tuvo un buen diagnóstico y una mala implementación; Vall d’Hebron y Virginia Mason tuvieron modelos discutibles en sus detalles, pero implementaciones que respetaron el ritmo de las personas, invirtieron en la primera línea y dieron a los mandos medios un papel claro. Antes de preguntar qué modelo adoptar, un hospital debería preguntarse si tiene la capacidad de implementarlo, y cómo construirla.

Tres advertencias completan el cuadro. La primera: la evidencia de los casos es mayormente institucional y descriptiva; ninguno cuenta con evaluaciones controladas de impacto sobre resultados clínicos y costos, y la literatura sobre Lean en hospitales es heterogénea y de calidad metodológica limitada (Mazzocato y colaboradores, 2010; Andersen, Røvik e Ingebrigtsen, 2014). La segunda: la imitación de modelos extranjeros sin adaptación es exactamente el error que la ciencia de la implementación enseña a evitar; lo que se traslada no es el organigrama de Vall d’Hebron ni las herramientas de Toyota, sino los principios de implementación que los hicieron funcionar. La tercera: la transformación es un proceso madurativo planificado, que se mide en años y no en ejercicios presupuestarios.

10. Conclusión

La ciencia de la implementación ofrece al gestor sanitario algo que el management general rara vez le dio: un vocabulario preciso para distinguir entre lo que se quiere instalar y la forma de instalarlo, un mapa de los determinantes que explican el éxito o el fracaso, un catálogo de estrategias y un conjunto de resultados intermedios que permiten saber, antes de que lleguen los indicadores clínicos, si la implementación va por buen camino.

Karolinska, Vall d’Hebron y Virginia Mason muestran tres maneras de transformar un hospital. La primera enseña que una reorganización estructural radical, conducida desde afuera y comprimida en el tiempo, puede dañar la confianza aunque el diagnóstico sea correcto, y que la corrección exige volver a escuchar. La segunda enseña que una crisis puede convertirse en modelo si la dirección acompaña con roles, dotación y un lenguaje que respete el saber profesional. La tercera enseña que la sostenibilidad se construye convirtiendo el método en la forma de gestionar, con un liderazgo que no delega la transformación.

Para nuestras clínicas, sanatorios y hospitales la lección no es copiar, sino implementar mejor: diagnosticar el contexto, empezar por la práctica, dar a los mandos medios un rol y un tiempo, medir para aprender y sostener el esfuerzo más allá del entusiasmo inicial. No habrá transformación de la calidad sin transformación de la forma en que transformamos.

Bibliografía

1. Aarons GA, Sklar M, Mustanski B, Benbow N, Brown CH. «Scaling-out» evidence-based interventions to new populations or new health care delivery systems. Implement Sci. 2017;12:111. DOI: 10.1186/s13012-017-0640-6.

2. Andersen H, Røvik KA, Ingebrigtsen T. Lean thinking in hospitals: is there a cure for the absence of evidence? A systematic review of reviews. BMJ Open. 2014;4(1):e003873. DOI: 10.1136/bmjopen-2013-003873.

3. Ash JS, Berg M, Coiera E. Some unintended consequences of information technology in health care: the nature of patient care information system-related errors. J Am Med Inform Assoc. 2004;11(2):104-112.

4. Balas EA, Boren SA. Managing clinical knowledge for health care improvement. Yearb Med Inform. 2000;(1):65-70.

5. Birken SA, Lee SYD, Weiner BJ. Uncovering middle managers’ role in healthcare innovation implementation. Implement Sci. 2012;7:28. DOI: 10.1186/1748-5908-7-28.

6. Birken S, Clary A, Tabriz AA, Turner K, Meza R, Zizzi A, et al. Middle managers’ role in implementing evidence-based practices in healthcare: a systematic review. Implement Sci. 2018;13:149. DOI: 10.1186/s13012-018-0843-5.

7. Braithwaite J, Glasziou P, Westbrook J. The three numbers you need to know about healthcare: the 60-30-10 Challenge. BMC Med. 2020;18:102. DOI: 10.1186/s12916-020-01563-4.

8. Burgess N, Currie G, Crump B, Dawson A. Leading change across a healthcare system: how to build improvement capability and foster a culture of continuous improvement. Report of the evaluation of the NHS-VMI partnership. Coventry: Warwick Business School; 2022.

9. Chambers DA, Glasgow RE, Stange KC. The dynamic sustainability framework: addressing the paradox of sustainment amid ongoing change. Implement Sci. 2013;8:117. DOI: 10.1186/1748-5908-8-117.

10. Damschroder LJ, Aron DC, Keith RE, Kirsh SR, Alexander JA, Lowery JC. Fostering implementation of health services research findings into practice: a consolidated framework for advancing implementation science. Implement Sci. 2009;4:50. DOI: 10.1186/1748-5908-4-50.

11. Damschroder LJ, Reardon CM, Widerquist MAO, Lowery J. The updated Consolidated Framework for Implementation Research based on user feedback. Implement Sci. 2022;17:75. DOI: 10.1186/s13012-022-01245-0.

12. Díaz CA. Derribar los silos del conocimiento, demoliendo paredes del despotismo ilustrado. saludbydiaz; 20 de octubre de 2026.

13. Eccles MP, Mittman BS. Welcome to Implementation Science. Implement Sci. 2006;1:1. DOI: 10.1186/1748-5908-1-1.

14. Furman C, Caplan R. Applying the Toyota Production System: using a patient safety alert system to reduce error. Jt Comm J Qual Patient Saf. 2007;33(7):376-386.

15. Glasgow RE, Vogt TM, Boles SM. Evaluating the public health impact of health promotion interventions: the RE-AIM framework. Am J Public Health. 1999;89(9):1322-1327.

16. Greenhalgh T, Robert G, Macfarlane F, Bate P, Kyriakidou O. Diffusion of innovations in service organizations: systematic review and recommendations. Milbank Q. 2004;82(4):581-629.

17. Greenhalgh T, Wherton J, Papoutsi C, Lynch J, Hughes G, A’Court C, et al. Beyond adoption: a new framework for theorizing and evaluating nonadoption, abandonment, and challenges to the scale-up, spread, and sustainability of health and care technologies. J Med Internet Res. 2017;19(11):e367. DOI: 10.2196/jmir.8775.

18. Harvey G, Kitson A. PARIHS revisited: from heuristic to integrated framework for the successful implementation of knowledge into practice. Implement Sci. 2016;11:33. DOI: 10.1186/s13012-016-0398-2.

19. Hospital Universitari Vall d’Hebron. Modelo organizativo [Internet]. Barcelona: Vall d’Hebron Barcelona Hospital Campus; 2026. Disponible en: https://hospital.vallhebron.com/es/sobre-nosotros/modelo-organizativo

20. Hospital Universitari Vall d’Hebron. Vall d’Hebron reestructura el modelo organizativo en áreas de conocimiento centradas en el paciente y su patología [nota institucional]. Barcelona; 2022.

21. Hospital Universitari Vall d’Hebron. Vall d’Hebron organiza la asistencia por áreas de conocimiento para ofrecer la mejor atención a los pacientes antes, durante y después del ingreso [nota institucional]. Barcelona; 2026.

22. Institute of Medicine. To Err is Human: Building a Safer Health System. Washington, DC: National Academy Press; 2000.

23. Institute of Medicine. Crossing the Quality Chasm: A New Health System for the 21st Century. Washington, DC: National Academy Press; 2001.

24. Kaplan GS, Patterson SH, Ching JM, Blackmore CC. Why Lean doesn’t work for everyone. BMJ Qual Saf. 2014;23(12):970-973. DOI: 10.1136/bmjqs-2014-003248.

25. Karolinska Universitetssjukhuset. Vårdutskottets utvärdering av de nya verksamhetsmodellerna vid Karolinska [evaluación del nuevo modelo operativo]. Estocolmo; 24 de enero de 2019.

26. Kenney C. Transforming Health Care: Virginia Mason Medical Center’s Pursuit of the Perfect Patient Experience. New York: Productivity Press; 2010.

27. Kenney C. A Leadership Journey in Health Care: Virginia Mason’s Story. Boca Raton: CRC Press; 2015.

28. Klein KJ, Sorra JS. The challenge of innovation implementation. Acad Manage Rev. 1996;21(4):1055-1080.

29. Krelle H, Tsuruo S, Sorensen A, Horwitz LI. Catalyzing innovation in learning health systems through research. NEJM Catal Innov Care Deliv. 2026;7(Suppl 2). DOI: 10.1056/CAT.26.0148.

30. Krohwinkel A, Mannerheim U, Rognes J, Winberg H. Value-based healthcare in theory and practice: what have we learned? Lessons from the Swedish experience. LHC Policy Brief n.º 1. Estocolmo: Leading Health Care; 2021.

31. Lee DY, Puri D, Gupta AK, Sonje PD, Lakhanpal S, Singh SK, et al. From pilots to platforms: making digital health work for chronic disease management. Front Public Health. 2026;14:1780035. DOI: 10.3389/fpubh.2026.1780035.

32. Leggat SG, Balding C. Effective quality systems: implementation in Australian public hospitals. Int J Health Care Qual Assur. 2018;31(8):1044-1057. DOI: 10.1108/IJHCQA-02-2017-0037.

33. Martí A, Grau C, Giménez E, et al. Un modelo práctico para implementar la participación de pacientes en hospitales terciarios (modelo ICE). J Healthc Qual Res. 2025;40:3-11. DOI: 10.1016/j.jhqr.2024.09.003.

34. May C, Finch T. Implementing, embedding, and integrating practices: an outline of normalization process theory. Sociology. 2009;43(3):535-554.

35. Mazzocato P, Savage C, Brommels M, Aronsson H, Thor J. Lean thinking in healthcare: a realist review of the literature. Qual Saf Health Care. 2010;19(5):376-382. DOI: 10.1136/qshc.2009.037986.

36. Morris ZS, Wooding S, Grant J. The answer is 17 years, what is the question: understanding time lags in translational research. J R Soc Med. 2011;104(12):510-520.

37. Nilsen P. Making sense of implementation theories, models and frameworks. Implement Sci. 2015;10:53. DOI: 10.1186/s13012-015-0242-0.

38. Parmelli E, Flodgren G, Beyer F, Baillie N, Schaafsma ME, Eccles MP. The effectiveness of strategies to change organisational culture to improve healthcare performance: a systematic review. Implement Sci. 2011;6:33. DOI: 10.1186/1748-5908-6-33.

39. Porter ME, Teisberg EO. Redefining Health Care: Creating Value-Based Competition on Results. Boston: Harvard Business School Press; 2006.

40. Powell BJ, Waltz TJ, Chinman MJ, Damschroder LJ, Smith JL, Matthieu MM, et al. A refined compilation of implementation strategies: results from the Expert Recommendations for Implementing Change (ERIC) project. Implement Sci. 2015;10:21. DOI: 10.1186/s13012-015-0209-1.

41. Proctor E, Silmere H, Raghavan R, Hovmand P, Aarons G, Bunger A, et al. Outcomes for implementation research: conceptual distinctions, measurement challenges, and research agenda. Adm Policy Ment Health. 2011;38(2):65-76.

42. Redacción Médica. Vall d’Hebron implanta un modelo organizativo que rompe con la tradición. Madrid; 2022.

43. Silversin J, Kornacki MJ. Leading Physicians Through Change: How to Achieve and Sustain Results. Tampa: American College of Physician Executives; 2000.

44. Sjukhusläkaren. Karolinska gör om i kritiserad modell. Estocolmo; junio de 2019.

45. Vårdfokus. Karolinska drar tillbaka delar av kritiserad modell. Estocolmo; 24 de junio de 2019.

46. Virginia Mason Medical Center. What is the Virginia Mason Production System? [ficha institucional]. Seattle: Virginia Mason; s. f.

47. Weiner BJ. A theory of organizational readiness for change. Implement Sci. 2009;4:67. DOI: 10.1186/1748-5908-4-67.

48. Westerink HJ, van Staalduinen DJ, Makdisse M, Villalba E, Bright J, Cook E, et al. Moving toward a condition-based organization — lessons from the Value Catalyst hospitals. NEJM Catal Innov Care Deliv. 2026;7(10). DOI: 10.1056/CAT.26.0046.

Nota sobre la elaboración Documento elaborado por el Dr. Carlos Alberto Díaz con la asistencia de Claude (Anthropic), herramienta de inteligencia artificial utilizada para la búsqueda bibliográfica, la redacción preliminar y la edición, bajo la supervisión científica y la revisión final del autor. Los datos de los casos provienen de fuentes institucionales, evaluaciones independientes y literatura publicada, citadas en la bibliografía.