Tema 5.6 — Economía de los Datos de Salud — Guía de Economía de la Salud

Por qué esto importa en economía de la salud

Cada contacto que registra un sistema de salud —cada prescripción, imagen, resultado de laboratorio e ingreso— crea datos por partida doble: una vez como el registro operativo de la atención de una persona, y otra vez como una entrada potencial para algo más amplio. Combinados y analizados, los mismos registros pueden responder a preguntas que ningún ensayo financiará jamás: qué tratamientos funcionan en poblaciones reales, dónde se ocultan las señales de seguridad, qué servicios fallan a qué comunidades, cómo se mueve una pandemia. Los sistemas de salud disponen de décadas de este activo, y la mayoría materializa solo una pequeña fracción de su valor, no porque falte la ciencia, sino porque los datos están fragmentados entre sistemas incompatibles, son de calidad desigual, están encerrados tras procesos de acceso medidos en años, o están custodiados por instituciones sin incentivo alguno para compartirlos.

El despilfarro es cuantificable en especie, aunque no siempre en cifra: investigación no realizada, recopilación de datos duplicada, decisiones tomadas por intuición cuando existía evidencia pero no pudo reunirse, y analistas —entre el personal más escaso del sistema— que dedican la mayor parte de su tiempo a encontrar, limpiar y conciliar datos en lugar de analizarlos. Mientras tanto, el activo se deteriora: los datos sin depurar son datos que se deprecian, a medida que los significados se difuminan, la documentación se pierde y el personal que entendía un conjunto de datos se marcha.

Frente al valor se alza un pasivo real. Los datos de salud figuran entre la información más sensible que existe sobre una persona, y su mal uso —una filtración, una venta que sorprende al público, un uso que se siente como una traición— conlleva costes que van mucho más allá de cualquier multa: gasta la confianza pública de la que depende todo uso futuro. El programa care.data de Inglaterra (abandonado en 2016) sigue siendo la lección canónica: un plan técnicamente razonable para agrupar los registros de atención primaria con fines de investigación y planificación se derrumbó frente a la preocupación pública y profesional por el consentimiento y el acceso comercial, y su fracaso retrasó durante años el uso legítimo de los datos. Para un directivo, esta es la disyuntiva definitoria del tema: el valor de los datos de salud se libera mediante el acceso, y la licencia para el acceso es la confianza, así que la economía de los datos es inseparable de su gobernanza.

Conceptos fundamentales

Los datos de salud son económicamente peculiares. Son no rivales: el uso de un equipo no los consume, así que el mismo conjunto de datos puede servir a un número ilimitado de usuarios a un coste marginal casi nulo, lo que hace que se comporten como un bien público dentro de su frontera de acceso y significa que la infrautilización es despilfarro puro. Pero sus costes fijos son elevados y continuos: la recopilación, la depuración, la estandarización, la documentación y la gestión deben pagarse tanto si los usa un estudio como si los usan mil. Y su valor es combinatorio: los registros ganan valor cuando se vinculan entre entornos y a lo largo del tiempo, que es precisamente lo que impide la fragmentación entre instituciones y proveedores. El uso secundario —analizar datos recopilados para la atención con el fin de servir a la investigación, la planificación y la mejora— es donde reside la mayor parte del valor sin materializar.

La arquitectura que alberga los datos encarna una estrategia económica. El almacén de datos es el modelo clásico: los datos de los sistemas de origen se limpian, se estandarizan y se cargan en un repositorio central construido para el análisis, con un elevado coste de depuración por adelantado y una elevada utilidad después. El lago de datos invierte el trato: los datos en bruto, de cualquier forma, se almacenan de manera barata ahora y se interpretan más tarde, lo que aplaza el coste de depuración pero no lo elimina, y un lago sin gestión se convierte en el proverbial pantano, donde los datos están técnicamente presentes pero son prácticamente inutilizables. La malla de datos es la estrategia más reciente, y es organizativa más que tecnológica: en lugar de que un equipo central sea propietario de todos los datos, cada dominio —el laboratorio, el servicio de urgencias, el servicio de salud mental— es propietario y publica sus datos como un producto, con arreglo a estándares comunes, mientras el equipo de plataforma proporciona la infraestructura compartida y la gobernanza se federa. Su lógica económica es que las personas que generan los datos poseen el contexto necesario para dotarlos de sentido, y un equipo central es un cuello de botella que escala mal; su riesgo económico es que exige que cada dominio financie y dote de personal la gestión de datos, un coste real y distribuido que un modelo central al menos hace visible en un solo lugar.

Ninguna arquitectura compensa unos malos datos de entrada. La calidad de los datos —integridad, precisión, oportunidad, coherencia— es una magnitud económica: los datos de mala calidad gravan todos los usos posteriores, y el gravamen se acumula, ya que los analistas vuelven a limpiar los mismos defectos estudio tras estudio. La calidad se genera en el punto de atención, donde el clínico que codifica un diagnóstico tiene pocos incentivos para servir a un analista futuro, de modo que mejorarla es tanto un problema de diseño de incentivos como uno técnico (el aparato de medición general se trata en el Tema 2.3 — Econometría de la Salud, que aborda lo que los datos deficientes hacen a las afirmaciones causales).

El acceso es donde el valor se materializa o se pierde, y el acceso tiene su propia estructura de costes. Dado que el coste marginal del uso es casi nulo, la política eficiente es un acceso amplio y de baja fricción, pero cada acceso conlleva un riesgo para la privacidad, así que los sistemas imponen gobernanza: procesos de aprobación, desidentificación (eliminar o enmascarar identificadores, siempre un espectro de riesgo residual de reidentificación en lugar de un binario), y, cada vez más, el modelo de entorno de investigación seguro, en el que los analistas acuden a los datos dentro de un recinto seguro y solo salen resultados verificados, sustituyendo el hábito más arriesgado de enviar copias de conjuntos de datos hacia el exterior. Técnicas como la privacidad diferencial (añadir ruido estadístico calibrado para que no pueda inferirse la presencia de ningún individuo) y el aprendizaje federado (entrenar modelos a través de conjuntos de datos distribuidos sin agrupar los registros) desplazan hacia fuera la frontera entre privacidad y utilidad. El punto económico es que la fricción de acceso es un precio real: un proceso de aprobación de dos años raciona los datos no por el valor del uso, sino por la resistencia de los solicitantes, y los estudios que disuade son un coste invisible que ningún libro contable registra.

Las normas que rigen todo esto son la gobernanza de datos: quién puede usar qué datos, para qué fines, decidido cómo, y ante quién responde. La regulación fija el suelo —el Reglamento General de Protección de Datos (RGPD) en Europa, normas sectoriales como la HIPAA de Estados Unidos en otros lugares— y se están construyendo nuevas estructuras por encima de él: el Espacio Europeo de Datos Sanitarios (reglamento adoptado en 2025) crea un marco jurídico tanto para el uso primario como para el secundario de los datos de salud en toda la Unión Europea, y organismos nacionales de acceso como Findata en Finlandia muestran cómo es en la práctica una única puerta de entrada para permisos y acceso seguro. Los principios FAIR —localizables, accesibles, interoperables, reutilizables— resumen el estándar de gestión que hace que todo esto funcione. La infraestructura que mueve los datos —estándares de interoperabilidad como HL7 FHIR— corresponde al Tema 5.4 — Economía de la Ingeniería de Software en Salud; los modelos entrenados con los datos, al Tema 5.3 — Economía de la IA en Salud; y las dinámicas de confianza pública, a la economía de la comunicación del Tema 4.4 — Economía de las Redes Sociales y la Comunicación en Salud.

Buenas prácticas

Trate los datos como un activo con propietario, presupuesto y calendario de depreciación. Inventaríe los activos de datos significativos que posee, nombre un responsable para cada uno, y financie la depuración y la documentación como costes permanentes, no como residuo de proyectos. Un conjunto de datos sin gestión es uno que se deprecia, y el momento más barato para capturar el contexto es mientras las personas que crearon los datos aún lo recuerdan.
Elija la arquitectura según la forma de la organización, no según la moda. Centralice (almacén o lago gobernado) cuando las necesidades analíticas sean compartidas, los dominios sean débiles en capacidad de datos y un equipo pueda retener el contexto; federe hacia una malla cuando los dominios sean fuertes, las necesidades sean diversas, y el equipo central se haya convertido en la cola en la que todos esperan. En cualquier caso, el coste de depuración se conserva: la elección determina quién lo paga y dónde se sitúa el cuello de botella. Migrar de arquitectura es caro; hágalo por un fallo económico nombrado (un cuello de botella, un pantano), no por una charla de conferencia.
Nunca construya un lago sin un presupuesto de gestión. El almacenamiento barato facilita aplazar la depuración para siempre; la depuración aplazada es cómo los lagos se convierten en pantanos en los que todo uso empieza desde la arqueología en bruto. Financie el catalogado, los metadatos y la supervisión de calidad como parte de la plataforma, y mida el lago por los datos realmente usados, no por los terabytes almacenados.
Si adopta principios de malla, financie a los dominios para que sean editores. Los datos como producto significan que cada dominio debe dotar de personal y pagar la gestión de lo que publica, un coste real que los modelos centrales concentran y los modelos de malla distribuyen. Fije estándares comunes de forma centralizada (identificadores, metadatos, umbrales de calidad, reglas de acceso), financie explícitamente los roles de datos de dominio, y acepte que una malla sin propiedad de dominio financiada es solo fragmentación con mejor imagen de marca.
Corrija la calidad de los datos en la fuente, con incentivos, no con exhortaciones. La limpieza aguas abajo paga el mismo impuesto para siempre; las correcciones aguas arriba pagan una sola vez. Haga visible la calidad donde se crea (retroalimentación al clínico o al administrativo que codifica), haga que importe (pago y auditoría sensibles a la calidad donde proceda), y diseñe formularios y sistemas de modo que el camino fácil sea el preciso: esto es arquitectura de decisión aplicada a la documentación (véase el Tema 4.1 — Economía Conductual).
Ponga precio a la fricción de acceso como un coste, y redúzcala de forma deliberada. Mida el trayecto completo que afronta un analista legítimo —descubrimiento, permiso, extracción o entrada al recinto seguro— en meses y horas de personal, y trate las reducciones como creación de valor. Una única puerta de entrada (una solicitud, un decisor, plazos publicados, contratos estándar) es la reforma de mayor rendimiento; el modelo Findata de Finlandia es el patrón de referencia.
Por defecto, que los analistas visiten los datos, no que los datos visiten a los analistas. Los entornos de investigación seguros —recintos seguros con salida de datos verificada— superan al envío de conjuntos de datos tanto en riesgo como en auditabilidad, y hacen compatible el acceso amplio con un control estricto. Reserve las extracciones para los casos que los recintos seguros genuinamente no pueden atender, y trate cada conjunto de datos copiado que circula por ahí como un pasivo permanente.
Ajuste la técnica de privacidad al uso, y sea honesto sobre el riesgo residual. La desidentificación es un espectro, no un interruptor; la privacidad diferencial compra garantías matemáticas a un precio de utilidad; el aprendizaje federado evita agrupar datos, pero no toda fuga. Elija según el caso de uso, documente el riesgo residual con honestidad, y nunca comercialice "anonimizado" como "sin riesgo": exagerar es la forma en que se pierde la confianza cuando surge la inevitable excepción.
Gane la licencia social antes de necesitarla. La tolerancia del público al uso de datos es específica: fuerte para la atención y la investigación de beneficio público, frágil para el acceso comercial y para cualquier cosa que sorprenda. Sea transparente sobre quién usa los datos y para qué (publique el registro), involucre a los pacientes y al público en la política de acceso, ofrezca una elección genuina donde la ley y el caso de uso lo permitan, y recuerde care.data: los procesos de consentimiento son más baratos que los colapsos.
Fije las condiciones del acceso comercial en público, con antelación. El uso industrial de los datos de salud puede ser legítimo y valioso —ensayos, vigilancia de seguridad, desarrollo de productos— y es también donde la confianza es más inflamable. Decida abiertamente qué usos comerciales están permitidos, qué cobra o recibe el sistema público (dinero, capacidad, acceso garantizado a los productos resultantes), y qué queda excluido, antes del acuerdo, no después del titular de prensa.
Cobre el acceso a coste marginal más gestión, no como renta de monopolio. Un titular público de datos que fija precios para maximizar ingresos raciona un activo de coste marginal casi nulo y renuncia al valor público; uno que no cobra nada asfixia la gestión. Los precios de recuperación de costes con exenciones para la investigación de interés público financian el activo sin estrangular su uso.
Contabilice el valor que crea, porque nadie más lo hará. Los programas de datos son perpetuamente vulnerables en época de presupuestos por la misma razón que la comunicación: su producto son los resultados de otras personas. Rastree y publique lo que el acceso hizo posible —estudios, cambios de servicio, hallazgos de seguridad, recopilación duplicada evitada— y someta la cartera al mismo escrutinio de valor que cualquier inversión (Tema 2.1 — Evaluación Económica), de modo que el argumento del activo sea evidencia y no afirmación.

Preguntas para debatir con su equipo

¿Qué datos poseemos realmente, quién gestiona cada activo, y cuánto nos cuesta mantenerlos utilizables, o dejarlos deteriorarse? La mayoría de las organizaciones no puede producir el inventario: los conjuntos de datos se acumulan en sistemas, proyectos y unidades compartidas, con la gestión asignada a nadie y la documentación viviendo en la memoria de empleados que ya se marcharon. Construya el registro —los activos significativos, sus propietarios, su calidad, su documentación, su uso— y adjunte a cada uno el coste permanente de una depuración adecuada, junto con la depreciación que ya está en marcha donde no la hay. La tensión reside en que la gestión es un coste permanente y poco vistoso con beneficios difusos, exactamente la partida que toda ronda presupuestaria quiere recortar, mientras que las pérdidas de los datos sin gestionar (recolección repetida, historial inutilizable, analistas convertidos en arqueólogos) nunca aparecen en ningún libro contable. Una respuesta honesta produce el inventario con responsables nombrados, financia la depuración como infraestructura y no como residuo de proyecto, y admite qué activos se han deteriorado más allá de toda recuperación.
¿Adónde va realmente el tiempo de un analista, y es nuestra arquitectura la razón? El recurso más escaso del sistema de datos es la mano de obra analítica cualificada, y en la mayoría de las organizaciones sanitarias la mayor parte de ella se dedica a encontrar, acceder, limpiar y conciliar datos en lugar de analizarlos. Mida el reparto con honestidad para algunos proyectos recientes, y después rastree las causas: fuentes fragmentadas, documentación ausente, defectos de calidad limpiados por centésima vez, un equipo central de datos que se ha convertido en una cola. Este es el diagnóstico que debería impulsar la arquitectura —almacén, lago o malla— porque cada una es una respuesta distinta a dónde se sitúa el cuello de botella y quién retiene el contexto. La tensión reside en que los debates de arquitectura se libran en vocabulario de proveedores y se zanjan por moda, mientras que la pregunta real es organizativa: quién es propietario de qué datos, quién paga su depuración, y dónde se forma la cola. Una respuesta honesta declara el reparto actual del tiempo de los analistas, nombra el cuello de botella determinante, y elige la arquitectura como remedio para ese cuello de botella, con el coste de la migración justificado por el trabajo que libera.
¿Cuánto tarda un usuario legítimo en pasar de la pregunta a los datos, y cuánto cuesta ese retraso? Recorra el trayecto completo de forma concreta —un investigador, un planificador de servicios, un equipo de calidad— a través del descubrimiento, la solicitud, la aprobación, la contratación y el acceso, y cuente los meses y las horas de personal en ambos lados. Pregunte después qué nunca llega a suceder por ello: los estudios no intentados, las decisiones tomadas sin evidencia, los analistas que sortean el sistema o se marchan. La tensión es real en ambos sentidos: toda relajación de la fricción es una decisión de gobernanza con riesgo asociado, y toda capa de proceso se añadió después de algún incidente, pero la fricción raciona por resistencia, no por valor del uso, y sus costes son invisibles mientras sus protecciones son auditables. Una respuesta honesta mide el tiempo de principio a fin, separa el retraso que compra una protección genuina del que es cola y duplicación, fija un objetivo publicado, y construye la única puerta de entrada que hace alcanzable ese objetivo.
¿Cuál es nuestra calidad de datos donde se generan, y qué incentivo tiene alguien para mejorarla? Los problemas de calidad descubiertos en el análisis se crearon meses antes ante un teclado en una consulta, por alguien cuyo trabajo aquel día era la atención, no la codificación. Examine sus conjuntos de datos clave en busca de integridad y precisión, y después siga los defectos aguas arriba: ¿el clínico o el administrativo que registra los datos llega alguna vez a ver su uso posterior, recibe retroalimentación sobre su calidad, o gana algo mejorándola? ¿El sistema hace que el registro preciso sea el camino fácil o el heroico? La tensión reside en que la presión de mejora de calidad recae sobre las personas más ocupadas del sistema y puede volverse contraproducente si se vincula toscamente al pago (las patologías de medición del Tema 3.11 — Economía de la Calidad y la Seguridad se aplican de lleno). Una respuesta honesta mide la calidad en la fuente, cierra el bucle de retroalimentación para que los creadores de datos vean en qué se convierten sus datos, rediseña la vía de captura antes de culpar a las personas que la usan, y reserva los incentivos de pago para lo que la auditoría pueda verificar realmente.
¿A quién sorprenderían nuestros usos de datos, y para qué sirve realmente nuestra licencia social? El colapso de care.data no lo causó un tratamiento ilegal; lo causaron usos que el público no conocía en términos que habría aceptado, descubiertos de la peor manera posible. Inventaríe sus usos de datos actuales y previstos —análisis internos, acceso para investigación, cualquier acuerdo comercial— y ponga a prueba cada uno frente al criterio de la sorpresa: si esto apareciera mañana en primera plana, ¿se sentirían los pacientes informados o traicionados? Indague los aspectos concretos que la historia demuestra que son inflamables: condiciones de acceso comercial, datos que salen de su custodia, usos que se parecen a la vigilancia o al perfilado de las mismas comunidades cuya confianza es más frágil. La tensión reside en que la transparencia total resulta arriesgada para programas que crecieron en silencio, y la participación pública consume un tiempo que los calendarios de entrega resienten, pero la alternativa es endeudarse contra una licencia que quizá no posea, a los tipos de interés de care.data. Una respuesta honesta publica el registro de usos, involucra a los pacientes y al público en la política de acceso antes de que llegue el caso controvertido, fija las condiciones comerciales en público, y trata la licencia como un activo medido con una trayectoria, no como una suposición.
¿Estamos preparados para demostrar el valor de este programa, o le pedimos al presupuesto que lo acepte por fe? Las plataformas de datos, los equipos de gestión y los servicios de acceso producen su valor en los resultados de otras personas, razón por la cual son perennemente los primeros contra la pared en una ronda de ahorros: los costes son concentrados y visibles, los beneficios difusos y acreditados en otra parte. Pregunte qué registra actualmente sobre lo que el acceso hizo posible: estudios completados, cambios de servicio realizados, señales de seguridad encontradas, recopilaciones no duplicadas, horas de analista ahorradas por una depuración hecha una vez en lugar de muchas. Después plantee la pregunta de cartera más difícil: cuáles de sus inversiones en datos están rindiendo, cuáles son especulativas, y cuáles son monumentos. La tensión reside en que la atribución es genuinamente difícil —los datos son una entrada más entre muchas para cualquier resultado— y exagerar corroe la credibilidad tan seguramente como el silencio la asfixia. Una respuesta honesta incorpora el seguimiento de resultados al propio proceso de acceso, publica una rendición de cuentas anual del valor materializado con las salvedades de atribución expuestas con claridad, y está dispuesta a retirar el componente de plataforma o el conjunto de datos cuyo uso nunca se materializó.

En la práctica: un ejemplo de economía de la salud

La autoridad nacional de datos de salud de un país nórdico ficticio se crea para resolver una paradoja: el país cuenta con décadas de registros de salud ricos y vinculables —un identificador nacional, cobertura universal, registros digitalizados— y, sin embargo, los investigadores esperan habitualmente dos años para obtener acceso, cada una de las veinte regiones responde a las solicitudes de permiso de forma distinta, y dos regiones han empezado a construir sus propios "lagos de datos" competidores sin ningún plan de gestión. Una empresa farmacéutica abandonó recientemente un estudio de seguridad poscomercialización porque los permisos no pudieron reunirse a tiempo; un equipo universitario llevó una subvención a un país vecino en su lugar. El valor está demostrablemente ahí; el sistema lo está desperdiciando.

Los economistas de la autoridad empiezan midiendo la fricción como un coste. Rastrean doce intentos de acceso recientes de principio a fin —descubrimiento, solicitud, veinte decisiones regionales independientes, contratación, extracción— y cuantifican el trayecto en meses (mediana de veintiséis) y en horas de personal en todos los lados, y a continuación enumeran lo que se abandonó por el camino. Presentada así, la reforma del acceso deja de ser una cortesía administrativa y se convierte en un caso de inversión: se proyecta que la puerta de entrada única —una solicitud, un decisor legal, plazos publicados— liberará más valor de investigación por corona que cualquier conjunto de datos nuevo que el país pudiera comprar. El diseño toma prestado deliberadamente del modelo Findata de Finlandia: una autoridad nacional de permisos más un entorno de investigación seguro, de modo que los analistas acudan a los datos y salgan resultados verificados, sustituyendo los extractos enviados que actualmente residen sin auditar en servidores universitarios.

La decisión de arquitectura se trata como una cuestión de economía organizativa, no de contratación tecnológica. Se rechaza un almacén nacional totalmente central: las regiones retienen el contexto clínico, y un único equipo nacional se convertiría en el nuevo cuello de botella. También se rechaza la autonomía regional pura: veinte lagos con veinte estándares de metadatos es el pantano, veinte veces. La autoridad opta por principios de malla bajo gobernanza federada: cada región y cada registro publica sus datos como un producto, con arreglo a estándares nacionales de identificadores, metadatos, información de calidad y acceso, mientras la plataforma nacional proporciona el recinto seguro compartido, el catálogo y el servicio de permisos. El coste honesto de esta elección se hace explícito: cada región debe financiar funciones de gestión de datos, y el presupuesto de la autoridad incluye financiación de transición para que la propiedad de dominio sea real y no nominal, porque una malla que nadie dota de personal es fragmentación con mejor imagen de marca.

La confianza se diseña con la misma deliberación que la plataforma. La autoridad estudia explícitamente el fracaso de care.data y hace lo contrario: el registro completo de usos de datos es público desde el primer día; un panel ciudadano se sienta dentro del proceso de política de acceso con poder real, no simbólico; el acceso comercial se permite bajo condiciones fijadas en público con antelación —cobro por recuperación de costes, acceso solo mediante recinto seguro, resúmenes publicados de cada uso aprobado, y una parte del valor que regresa al sistema en forma de capacidad y acceso garantizado a la investigación—. Cuando un tabloide publica en el segundo año una historia de "sus historiales a la venta", el programa la sobrevive, no porque la historia sea benévola, sino porque cada hecho que alega ya está en el sitio web de la autoridad, con las condiciones adjuntas; la transparencia construida de antemano hace la refutación (la economía de la comunicación se trata en el Tema 4.4 — Economía de las Redes Sociales y la Comunicación en Salud).

Tres años después, la autoridad publica sus cuentas: el tiempo mediano desde la solicitud hasta el acceso al recinto seguro ha bajado de veintiséis meses a cuatro; se han posibilitado estudios, se han entregado análisis de servicios, y se ha encontrado y actuado sobre una señal de seguridad genuina; los cuadros de mando regionales de calidad de datos están mejorando porque los clínicos ahora ven en qué se convierte su codificación. La evaluación es franca sobre los límites de atribución y sobre un fracaso —una región cuyos "productos de datos" siguen sin documentar y sin usar, donde se recortó la financiación de dominio—, que la autoridad utiliza para argumentar, con éxito, que la gestión es la factura de mantenimiento del activo, no un extra opcional.

Cuatro perspectivas sectoriales

Startup

Una startup de datos de salud —un producto de analítica, una herramienta de depuración, una plataforma de aprendizaje federado— vive de datos que no posee, así que sus preguntas existenciales son el acceso y la confianza: qué base legítima tiene para los datos que la alimentan, cómo supera la gobernanza de los titulares de datos a un ritmo que le permita sobrevivir, y si un solo incidente de privacidad acaba con la empresa. La tentación es tratar la gobernanza como una fricción que hay que sortear; la jugada duradera es la contraria: construir desde el principio para recintos seguros, auditabilidad y técnicas de preservación de la privacidad, porque eso es lo que exigirá la gobernanza de los compradores, y ser fácil de aprobar es un foso competitivo. Su riesgo de modelo de negocio es la sombra del intermediario de datos: modelos que revenden o monetizan datos de salud de formas que sorprenderían a los pacientes están a un titular de prensa de arrastrar consigo la licencia de todo el sector.

Pequeña empresa

Un proveedor pequeño —un grupo de clínicas, una farmacia, un operador de residencias— es más creador de datos que usuario de datos: sus registros alimentan registros nacionales, conjuntos de datos de pagadores e investigación que nunca verá. Su economía trata de carga y retorno: la calidad de los datos se hace o se deshace en sus teclados, y sin embargo rara vez se le paga, se le agradece o se le retroalimenta por la calidad que crea, y cada nuevo requisito de notificación es trabajo no financiado. La postura sensata es estandarizar sin concesiones (usar los códigos y sistemas estándar, resistirse a los extractos a medida), exigir bucles de retroalimentación y reducción de carga a cambio de la notificación —un intercambio justo que el sistema en su conjunto debería avergonzarse de negar— y tratar sus propios datos modestos como un activo operativo para la programación, el inventario y la calidad, en lugar de esperar a que llegue una plataforma.

Gran empresa

Un gran grupo de proveedores o una aseguradora posee datos a la escala en la que la economía del activo se vuelve real: registros longitudinales de millones de vidas, volumen suficiente para una analítica creíble, e incidentes suficientes para conocer también el lado del pasivo. La gran empresa madura gestiona los datos como una cartera gobernada: un inventario con responsables, una plataforma financiada con un proceso de acceso publicado para sus propios equipos, calidad gestionada en la fuente, y arquitectura elegida según su forma organizativa y no según su calendario de conferencias. Sus tentaciones distintivas son el acaparamiento (proteger los datos frente al sistema al que sirven, renunciando al valor combinatorio) y la monetización silenciosa (acuerdos comerciales que los pacientes descubren por periodistas). La disciplina distintiva consiste en tratar la fricción de acceso interna tan en serio como la externa: una aseguradora cuyos propios actuarios esperan meses por los datos ha construido un cuello de botella, no una función de gobernanza.

Gobierno

Un ministerio o una agencia nacional posee la capa que nadie más puede poseer: los identificadores y estándares que hacen posible la vinculación, el marco legal para el uso secundario, las instituciones nacionales de acceso, y las condiciones en las que el activo de datos del país sirve a la investigación y a la industria. Los patrones de referencia ya existen —Findata de Finlandia para la puerta de entrada única, los entornos de investigación seguros para el acceso, el Espacio Europeo de Datos Sanitarios para el andamiaje legal transfronterizo—, y el arte gubernamental es la secuenciación: estándares y financiación de la gestión antes que plataformas, participación pública antes que la controversia, transparencia antes de que el tabloide encuentre la historia. El gobierno también carga con los modos de fallo a escala nacional: care.data muestra lo que cuesta un colapso de confianza, y una década de registros infrafinanciados muestra lo que cuesta el abandono de la gestión. El deber es tratar el activo nacional de datos como infraestructura —financiada, gobernada y contabilizada como las carreteras—, porque ningún actor de mercado suministrará su capa de bien público (el aparato de política se trata en el Tema 3.2 — Política de Salud).

Modos de fallo habituales

El pantano. Construir un lago porque el almacenamiento es barato y aplazar la depuración indefinidamente, hasta que nada en él pueda confiarse o encontrarse. Solución: ninguna plataforma sin un plan financiado de gestión y catalogación; medir el uso, no los terabytes.
El cuello de botella reconstruido. Centralizar todo el trabajo de datos en un equipo que se convierte en cola, o descentralizar en una "malla" que ningún dominio tiene financiación para dotar de personal. Solución: elegir la arquitectura según dónde residan realmente el contexto y la capacidad, y financiar el modelo elegido.
La fricción como falsa seguridad. Procesos de acceso plurianuales que racionan por resistencia mientras se envían extractos sin auditar bajo solicitud. Solución: puerta de entrada única, plazos publicados, acceso mediante recinto seguro con salida verificada.
La calidad culpada aguas abajo. Limpiar los mismos defectos en cada estudio mientras el punto de creación nunca sabe de ellos. Solución: bucles de retroalimentación a los creadores de datos, rediseño de las vías de captura, incentivos alineados con lo que la auditoría puede verificar.
La anonimización sobrevalorada. Comercializar los datos desidentificados como libres de riesgo hasta que estalla una historia de reidentificación. Solución: tratar la desidentificación como un espectro, documentar el riesgo residual, y ajustar la técnica al uso.
El titular sorpresa. Usos de datos —en especial comerciales— que el público conoce primero por los periodistas. Solución: publicar el registro de usos, fijar las condiciones comerciales en público con antelación, involucrar a los pacientes en la política de acceso.
Valor sin contabilizar. Una plataforma que no puede decir qué hizo posible su acceso, indefensa en época de presupuestos. Solución: rastrear estudios, decisiones y ahorros posibilitados por el acceso como parte del propio proceso de acceso.
Acaparamiento. Instituciones que protegen los datos como poder de negociación mientras se renuncia al valor combinatorio de la vinculación en todo el sistema. Solución: hacer que compartir sea la opción por defecto, financiada y estandarizada, y que acaparar sea la posición que debe justificarse.

Modelo de madurez

Dimensión	Iniciar	Desarrollar	Estandarizar	Gestionar	Orquestar
Gestión del activo	Los conjuntos de datos se acumulan sin propietario; documentación en cabezas que ya se han marchado	Activos clave identificados; gestión improvisada	Inventario con responsables nombrados; depuración y metadatos financiados como costes permanentes	Calidad y uso de cada activo seguidos; depreciación tratada activamente	Gestión orquestada entre dominios y socios; la base de activos gestionada como una cartera
Arquitectura	Silos fragmentados y extractos en la sombra	Almacén o lago central atiende algunas necesidades; se forman colas	Arquitectura elegida según la forma organizativa; estándares fijados; dominios dotados de recursos para su función	Cuellos de botella medidos y reequilibrados; la plataforma evoluciona según la evidencia del tiempo de analista	Ecosistema federado en el que los dominios publican productos de datos según estándares compartidos, vinculables a escala nacional
Acceso	Solicitudes improvisadas, contactos personales, extractos enviados	Existe un proceso formal pero es lento e inconsistente	Puerta de entrada única, plazos publicados, acceso mediante recinto seguro por defecto	Tiempo de acceso de principio a fin medido y reducido; fricción cuantificada como coste	Acceso a la velocidad de la investigación entre instituciones y fronteras, con auditabilidad reforzada a medida que la fricción disminuye
Calidad en la fuente	Defectos encontrados en el análisis, corregidos aguas abajo para siempre	Calidad medida en conjuntos de datos clave	Retroalimentación a los creadores de datos y diseño de la vía de captura como estándar	Incentivos de calidad alineados y auditados; mejora seguida en la fuente	Calidad integrada en el proceso asistencial; los creadores ven y valoran en qué se convierten sus datos
Confianza y licencia	Usos opacos; consentimiento asumido; sorpresas a la espera	Cumplimiento legal en marcha; transparencia parcial	Registro de usos público; participación de los pacientes en la política de acceso; condiciones comerciales fijadas con antelación	Confianza medida; incidentes ensayados; licencia mantenida activamente	El público es un socio genuino en la institución de datos; la licencia social resiste titulares hostiles

Lista de comprobación

Mantener un inventario de los activos de datos significativos, cada uno con un responsable nombrado y un plan de depuración financiado.
Elegir almacén, lago o malla según dónde residan realmente el contexto, la capacidad y los cuellos de botella, y financiar el modelo elegido.
Nunca encargar una plataforma de datos sin un presupuesto de gestión, catalogación y metadatos.
Medir la calidad de los datos en el punto de creación y cerrar el bucle de retroalimentación con quienes los crean.
Medir el tiempo de acceso de principio a fin como un coste, publicar objetivos, y construir una puerta de entrada única para las solicitudes.
Priorizar por defecto los entornos de investigación seguros con salida verificada; tratar los extractos enviados como excepciones y pasivos.
Ajustar la técnica de privacidad (desidentificación, privacidad diferencial, enfoques federados) a cada uso y documentar el riesgo residual con honestidad.
Publicar el registro de usos de datos e involucrar a los pacientes y al público en la política de acceso.
Fijar las condiciones de acceso comercial de forma abierta y con antelación, incluidos el cobro y el retorno para el sistema público.
Fijar el precio del acceso a coste de recuperación con exenciones de interés público, ni renta de monopolio ni gratuidad.
Rastrear y publicar el valor que posibilita el acceso: estudios, decisiones, hallazgos de seguridad, duplicación evitada.
Aplicar los principios FAIR (localizable, accesible, interoperable, reutilizable) como el estándar de gestión para todo conjunto de datos publicado.

Key sources

OECD — Recommendation on Health Data Governance (2016), the intergovernmental baseline for national health-data frameworks.
European Union — European Health Data Space regulation, the emerging legal scaffolding for primary and secondary use across member states.
Findata (Finland) — the national health and social data permit authority, the reference implementation of a single front door with secure access.
Health Data Research UK — national institute for health-data science, including work on trusted research environments and data access.
FAIR principles (Wilkinson et al., 2016) — the findable–accessible–interoperable–reusable standard for data stewardship.
The care.data programme and its published post-mortems — the canonical case study in losing the social licence for health-data use.

References

Health data — Wikipedia — https://en.wikipedia.org/wiki/Health_data
Secondary data — Wikipedia — https://en.wikipedia.org/wiki/Secondary_data
Data warehouse — Wikipedia — https://en.wikipedia.org/wiki/Data_warehouse
Data lake — Wikipedia — https://en.wikipedia.org/wiki/Data_lake
Data mesh — Wikipedia — https://en.wikipedia.org/wiki/Data_mesh
Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality
Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
De-identification — Wikipedia — https://en.wikipedia.org/wiki/De-identification
Differential privacy — Wikipedia — https://en.wikipedia.org/wiki/Differential_privacy
Federated learning — Wikipedia — https://en.wikipedia.org/wiki/Federated_learning
General Data Protection Regulation — Wikipedia — https://en.wikipedia.org/wiki/General_Data_Protection_Regulation
European Health Data Space — Wikipedia — https://en.wikipedia.org/wiki/European_Health_Data_Space
FAIR data — Wikipedia — https://en.wikipedia.org/wiki/FAIR_data
Care.data — Wikipedia — https://en.wikipedia.org/wiki/Care.data
Findata — Finnish Social and Health Data Permit Authority — https://findata.fi/en/
Health Data Research UK — https://www.hdruk.ac.uk/