El Identificador Nacional de Proveedor (NPI) se utiliza en todo el sistema sanitario de los Estados Unidos. Es un número único de 10 dÃgitos emitido a los proveedores, empleado en contratos, transacciones de facturación, recetas, historiales clÃnicos electrónicos e interoperabilidad entre sistemas. Los planes de salud y los centros de compensación están obligados por HIPAA a utilizarlo para identificar a los proveedores.
Un NPI es permanente y se supone que identifica a un proveedor aunque cambie de nombre, empleo o especialización.
Sin embargo, hemos comprobado que miles de proveedores tienen registros duplicados y, por tanto, múltiples NPI. Esto puede comprometer la facturación, los informes y la integridad general de los datos, y puede dar lugar a reclamaciones denegadas o a una atención mal atribuida.
Cómo encontramos los duplicados
Las soluciones de gestión de datos maestros (MDM) ayudan a garantizar datos de identidad coherentes y precisos. Llevan a cabo la resolución de identidades y la comparación para detectar duplicados.
Para este análisis utilizamos nuestro producto MDMbox, un MDM y eMPI con comparación probabilÃstica capaz de encontrar duplicados en millones de registros en paralelo. Descargamos el conjunto completo de registros NPI (publicado por CMS aquÃ), filtramos las organizaciones y conservamos únicamente los proveedores individuales, y los introdujimos en MDMbox. Entrenamos nuestro modelo de aprendizaje automático con los datos y, a continuación, ejecutamos una operación de comparación masiva. La ejecución completa de la comparación finalizó en menos de una hora.
De más de 7 millones de registros en total, encontramos 1000 duplicados (probabilidad >90 %) y 3500 duplicados potenciales (probabilidad del 70-89 %).
La mayorÃa de estos duplicados no fueron causados por fraude ni por importaciones de datos incorrectos. Son artefactos operativos acumulados a lo largo de los años: proveedores que cambian de organización, que vuelven a registrarse en lugar de actualizar sus registros, convenciones de nomenclatura inconsistentes y diferencias en la introducción manual de datos entre sistemas.
Muchos de estos registros también serÃan difÃciles de detectar únicamente con una comparación exacta. Los duplicados solo se hacen visibles cuando se evalúan conjuntamente múltiples señales de identidad débiles.
Qué aspecto tienen los duplicados
Los duplicados se encuadran en varias categorÃas:
Coincidencias exactas. Algunos proveedores tienen dos registros con nombres y direcciones idénticos pero con NPI diferentes. Todos los campos son iguales y, sin embargo, se les emitieron identificadores separados. Este tipo de coincidencia es el más sencillo y los registros resultantes obtienen el peso más alto.
Mismo proveedor, distintas direcciones. Un proveedor se traslada a otro estado y vuelve a registrarse en lugar de actualizar su registro existente. Las direcciones difieren, pero la combinación de nombre, especialización y número de teléfono confirma que se trata de la misma persona, gracias a la configuración del modelo de comparación.
Variaciones de nombre. El nombre de un proveedor aparece registrado de forma diferente en los distintos registros. Por ejemplo, un apellido puede aparecer con o sin prefijo («Cruz» frente a «de la Cruz»), o un nombre de pila puede estar abreviado. El algoritmo de aprendizaje automático que utilizamos reconoce prefijos y variantes alternativas de los nombres.
Errores tipográficos. Los errores en la introducción de datos generan duplicados difÃciles de detectar mediante una comparación exacta. Una sola letra mal escrita en un nombre es suficiente para crear un segundo registro. La comparación probabilÃstica los detecta porque pondera todos los atributos conjuntamente, no solo el nombre. Y si los nombres son lo bastante similares, los errores tipográficos no representan un problema.
Solapamiento parcial de atributos. Dos registros comparten nombre y número de licencia médica pero tienen direcciones diferentes. O la dirección ha cambiado pero el número de teléfono sigue siendo el mismo. La comparación probabilÃstica capta estas señales entre atributos.
Falsos positivos: el problema de la consulta familiar
No toda coincidencia es un duplicado real. En un principio tenÃamos cientos de falsos positivos debidos a un patrón que no esperábamos: médicos que dan a sus hijos el mismo nombre y los emplean en la misma clÃnica. Estas parejas padre-hijo (y a veces multigeneracionales) comparten nombre y dirección, pero tienen sufijos de nombre diferentes: «Sr.», «Jr.», «III», «IV». Tuvimos que añadir la comparación de sufijos a las reglas de coincidencia para filtrarlos.
Explore los duplicados usted mismo
Hemos creado una herramienta interactiva donde puede buscar cualquier proveedor y ver sus posibles duplicados.
Puede introducir datos del facultativo como nombre, dirección o número de teléfono, o utilizar un NPI para obtener una lista de posibles duplicados. La herramienta también sugiere algunos ejemplos interesantes para que pueda empezar.
También puede ajustar el umbral —el valor de corte para mostrar coincidencias— para hacer la búsqueda más estricta o más flexible, y ver más o menos duplicados potenciales.
Además, puede revisar la lista de duplicados conocidos en la pestaña «Known Matches». Hemos incluido todos los pares de facultativos identificados con una probabilidad de coincidencia superior al 90 %. También puede ver cómo se compone la puntuación de coincidencia. Haga clic en una fila para abrir un gráfico que muestra la contribución de cada campo a la puntuación total.
Lo que esto revela sobre los datos de identidad en sanidad
Los registros duplicados pueden dar lugar a reclamaciones inexactas, comprometer la interoperabilidad entre sistemas sanitarios y afectar a los análisis e informes. Incluso en un sistema construido en torno a un identificador único nacional, la fragmentación de la identidad sigue produciéndose. En la práctica, los datos de identidad en sanidad evolucionan a través de flujos de trabajo operativos, migraciones, cambios de personal e introducción manual de datos. Los identificadores exactos ayudan, pero no eliminan por completo los problemas de duplicación.
Los mismos patrones aparecen en muchos conjuntos de datos sanitarios, incluidos registros de pacientes, redes de proveedores y registros de organizaciones. Detectarlos suele requerir enfoques de comparación probabilÃstica que evalúan conjuntamente múltiples señales de identidad débiles, en lugar de depender únicamente de identificadores exactos. Para conocer los conceptos fundamentales que subyacen a este método, consulte Master Patient Index (MPI): How It Works + Examples; para conocer el aspecto práctico de la calibración del modelo, consulte nuestra guÃa sobre cómo configurar y ajustar un modelo de comparación de pacientes.
El análisis presentado en este artÃculo se realizó con MDMbox, nuestra plataforma de gestión de datos maestros e Ãndice maestro de pacientes empresarial para la resolución de identidades sanitarias y la detección de duplicados. El mismo enfoque de comparación puede aplicarse a pacientes, facultativos, organizaciones y otros grandes conjuntos de datos sanitarios en los que la calidad de la identidad es crÃtica.
Si desea explorar el conjunto de datos usted mismo, puede utilizar el explorador interactivo de duplicados.
