¿Cómo construir una arquitectura empresarial de datos de salud?

Por Arianne Palau, Mauricio Bouza

Nuestros primeros pasos en DAMA

Durante el 2020 fuimos convocados para trabajar como arquitectos en la definición de una arquitectura empresarial de salud en base al framework TOGAF. Durante este proyecto, en el abordaje de la Fase de Arquitectura de Sistemas de la Información del ADM, nos encontramos con el desafío de construir el dominio de Arquitectura de Datos.

Al partir de la premisa “los datos son activos importantes en cualquier organización, pero en el ecosistema sanitario pasan a ser activos críticos por la información que representan”, debíamos diseñar una arquitectura de datos completa, que promoviera una buena gestión de los datos clínicos.

Así fue que optamos por basarnos en los lineamientos que brinda DAMA Internacional en su guía DAMA-DMBOK2. Entendíamos que este conjunto de buenas prácticas enfocadas en generar un Marco de Gestión de Datos podrían ser nuestra herramienta para construir la Arquitectura de Datos Empresarial.

La Rueda DAMA (DAMA-DMBOK2) cuenta con once áreas de conocimiento sobre las cuales es preciso profundizar para realizar una efectiva gestión de los datos. Sin embargo nosotros, sólo teníamos que enfocarnos en las áreas a través de las cuales pudiésemos sentar una base sólida para comprender los datos claves del negocio en un ecosistema sanitario. Para lograrlo, hicimos el ejercicio de entender cuáles eran nuestros requerimientos a la hora de construir una arquitectura de datos para salud, y así, seleccionar las áreas de conocimiento sobre las cuales trabajar.

Nuestro primer requerimiento era identificar las principales entidades de datos del ecosistema de salud (datos maestros), “objetos del mundo real”, como lo son “Usuario de Salud” o “Documento Clínico”. En esta línea, también necesitábamos contar datos (datos de referencia) que nos facilitaran categorizar otros datos, por ejemplo, para codificar eventos clínicos o personas. Aquí, el área Datos Maestros y Referenciales, nos proporcionó las guías para relevar y documentar esta información.

El contexto sobre el cual estábamos trabajando se encontraba en plena digitalización, y contaba con múltiples Sistemas de Información (SIS). Por lo tanto, nuestro segundo requerimiento era poder definir lineamientos y estándares claros que garantizaran la integración e interoperabilidad entre SIS. A modo de ejemplo, proponer el uso de perfiles de IHE, como XCA o XDS. Así fue que, tomar como referencia el área de Interoperabilidad e integración, nos permitió abordar este requisito.

Dado el gran volumen de datos que utilizaban los SIS, era necesario contar con “datos que nos permitieran contextualizar otros datos”. Por lo tanto, nuestro tercer requerimiento, el cual abordamos a través del área de Metadatos, era poder definir y gestionar metadatos. Por ejemplo, proponer el perfil XDS.b para describir la metadata asociada a un Documento Clínico.

Finalmente, teniendo en cuenta toda la información anterior, nuestro cuarto requisito era contar con una visión integral de los datos, y describir cómo se relacionan las entidades y cuál es el flujo general de los datos. Para lograr esto, tomamos como guía el área de Arquitectura de datos.

En suma, Datos Maestros y Referenciales, Metadatos, Interoperabilidad e integración y, Arquitectura de datos fueron las cuatro áreas que, abordadas desde el punto de vista de línea base, objetivo y transición, nos permitieron construir el dominio de Arquitectura de Datos Empresarial.

¿Cómo seguimos?

Hoy en día, con el afán de seguir incursionando en Arquitectura de Datos, hicimos una pausa para reflexionar sobre el trabajo realizado, y comprender si lo que construimos de acuerdo a DAMA podría representar la base para  generar un marco de gobernanza de datos.

Ahora nuestro objetivo es diseñar un enfoque que permita iterar sobre el resto de las áreas de conocimiento de la Rueda DAMA, y generar un marco de gobernanza que fomente la mejora de los procesos de negocio.

Al trabajar en  Arquitectura de datos, de forma natural, nos apoyamos en el área de  Modelo de datos y diseño, dado que brinda las herramientas necesarias para analizar y definir el alcance de los requerimientos de datos. A modo de ejemplo, podríamos utilizar estas herramientas para construir el Modelo de Datos Empresarial (EDM) en diferentes niveles de abstracción, de acuerdo al público objetivo.

Desde el punto de vista de la Calidad de Datos tenemos que definir dimensiones y atributos de calidad esperados, tales como la completitud, consistencia, o frescura. A partir de allí, establecer recomendaciones y controles incrementales, que permitan comenzar a recabar métricas de calidad sobre las entidades, datos y su ciclo de vida. En este punto es importante contar con los resultados alcanzados en las áreas de Metadatos y Arquitectura de Datos.

Encaminados los procesos de calidad, vemos la oportunidad de abordar Data Warehousing e Inteligencia de Negocio. A través de esta área podemos complementar las acciones encausadas en el marco de mejora continua de Calidad de Datos (por ejemplo, identificando redundancia de datos), y fomentar la implementación de soluciones que apoyen a la toma de decisiones.

La Seguridad de Datos debe plantearse para todo el flujo de vida de los datos, con el fin de planificar, desarrollar y ejecutar políticas que aseguren la autenticación, autorización y auditoría sobre el acceso y gestión de los datos en el ecosistema de salud en su totalidad. 

Luego, tomando como insumos lo generado en Arquitectura de Datos, Calidad de Datos y Seguridad de datos, podemos trabajar sobre Almacenamiento de datos y operaciones, y Gestión de documentos y contenido. A través de estas dos áreas podemos definir la forma en que los datos se relacionan con las soluciones y aplicaciones, es decir, como se capturan, almacenan y acceden.

Finalmente, a través de Gobierno de Datos, como área transversal y orquestadora del resto de las áreas de conocimiento, es posible diseñar las actividades de rectoría y control de los datos como activos

Analizando el camino

Todo lo que aprendimos en este proceso se resume en dos grandes puntos:

1. DAMA y TOGAF se complementan, las decisiones tomadas en el contexto de la Gobernanza de datos afectan dominios empresariales y viceversa.
2. Tenemos que entender los datos como un todo, no solo desde el punto de vista de su arquitectura sino desde todos los procesos involucrados en su calidad, seguridad y gobernanza.

Arianne Palau es Arquitecta de Soluciones de Tecnologías de Información en AGESIC; Mauricio Bouza es Coordinador de Tecnología y Soluciones del Programa Salud.uy

Las opiniones expresadas en los artículos son responsabilidad exclusiva del autor o los autores y no representan necesariamente la posición de la Junta Directiva y del Equipo Coordinador de la Red Centroamericana de Informática en Salud.