Identificar qué pacientes pueden continuar su hospitalización en casa exige evaluar una serie de variables determinantes para llevar a cabo este proceso. En muchos hospitales, esto depende de revisiones manuales y de que los profesionales consideren el modelo durante jornadas asistenciales de alta carga.
Un estudio desarrollado en el Royal Melbourne Hospital, en Australia, muestra cómo un sistema computarizado puede organizar esa búsqueda y apoyar la decisión clínica.
Un algoritmo que prioriza posibles candidatos
Según Internal Medicine Journal, los investigadores desarrollaron el HITH Eligibility Identifier (HEI), una herramienta integrada en la historia clínica electrónica para identificar a pacientes con mayor probabilidad de ser elegibles para los servicios de hospitalización domiciliaria.
El sistema analiza información administrativa y clínica, con datos como:
- edad, residencia y ubicación dentro del hospital;
- diagnósticos, medicamentos y procedimientos;
- signos de estabilidad o gravedad;
- condiciones funcionales relevantes para el cuidado en casa.
A partir de estos datos, el HEI asigna puntos y presenta una lista dinámica ordenada por los pacientes con mayor probabilidad de elegibilidad. El profesional puede revisar los factores que explican cada puntuación y clasificar el caso como elegible, potencialmente elegible o inadecuado para el programa.
Así, el algoritmo organiza la información y el equipo clínico conserva su criterio con la decisión final.
El proyecto aplicó un enfoque de diseño centrado en las personas. El desarrollo incluyó entrevistas con profesionales en talleres colaborativos, además de la construcción de prototipos y pruebas dentro del entorno clínico.
Según el artículo, el equipo eligió una herramienta disponible bajo demanda dentro de la historia electrónica. Los profesionales la consultaban cuando el programa domiciliario tenía capacidad disponible suficiente o requería ampliar las remisiones.
Esta decisión facilitó la integración con el trabajo cotidiano. También permitió que los equipos domiciliarios conversaran con los profesionales de las salas sobre los criterios de elegibilidad, fortaleciendo el conocimiento del modelo en todo el hospital.
¿Qué resultados obtuvo?
Durante la validación, el HEI identificó 707 pacientes. Los investigadores revisaron posteriormente una cohorte de 395 personas para comparar la puntuación del sistema con la valoración clínica.
Entre los pacientes ubicados en las posiciones más altas, el 60,5% fue considerado elegible o potencialmente elegible para hospitalización domiciliaria. En el grupo de puntuación baja, la proporción fue del 14,1 %.
La diferencia entre ambos grupos alcanzó 46,5 puntos porcentuales. El resultado muestra que el sistema concentró la revisión en pacientes con una probabilidad considerablemente mayor de ingresar al programa.
Durante los seis meses posteriores a su implementación también se observaron cambios en el servicio:
- Los pacientes atendidos aumentaron de 1.090 a 1.189;
- la ocupación mediana pasó del 87,1 % al 95,7 %;
- la tasa de egresos creció un 11,3 %;
- las visitas imprevistas a urgencias se mantuvieron estables.
Las remisiones también se realizaron alrededor de 17 horas antes en promedio. Los autores presentan este resultado como una tendencia que requiere nuevas evaluaciones.
El HEI utiliza un algoritmo basado en reglas. Esta arquitectura permite comprender por qué un paciente recibe determinada puntuación y facilita la actualización de criterios conforme evoluciona el programa. Además, la herramienta también incorpora retroalimentación de las personas que sin duda no puede ser reemplazada. Cada revisión clínica actualiza el estado del paciente y depura la lista para las siguientes búsquedas. Sin embargo, el estudio plantea una división útil de responsabilidades: la tecnología revisa y prioriza grandes volúmenes de información; los profesionales valoran las particularidades clínicas, sociales y familiares de cada caso.
Su valor proviene de tres elementos: criterios clínicos claros, integración con el flujo asistencial y participación activa de los profesionales. La innovación funciona mejor cuando la tecnología fortalece el criterio clínico y hace visible la información necesaria para decidir.
Estos temas y muchos más harán parte del 4.º Congreso Internacional de Atención Domiciliaria de ACISD, del cual ASIADES es aliado. El encuentro será un espacio para conocer avances en la selección de pacientes, innovación digital y los modelos de hospitalización domiciliaria aplicables al futuro del cuidado en Iberoamérica.
Referencias
Lim, S. M.; Kitt-Thompson, T.; Johnson, D. F.; Turner, M.; Boulton, A.; Plumb, S.; Capurro, D.; y Lim, W. K. Development and implementation of a computerised clinical decision support system for hospital-in-the-home patient identification. Internal Medicine Journal, 2026. https://doi.org/10.1111/imj.70420
The University of Melbourne. Development and implementation of a computerised clinical decision support system for hospital-in-the-home patient identification. https://findanexpert.unimelb.edu.au/scholarlywork/2300552-development-and-implementation-of-a-computerised-clinical-decision-support-system-for-hospital-in-the-home-patient-identification