Un número aislado informa poco. Cobra sentido cuando encuentra una pregunta, un contexto y a alguien dispuesto a mirar más allá de la superficie.

En los servicios de imágenes, los datos de productividad, demanda, tiempos y calidad pueden formar una lectura útil de la operación. El desafío es doble: evitar que esa lectura se pierda en pantallas llenas de métricas y evitar que presente números que los datos disponibles no sostienen.

El dato ya existe, pero no en forma de respuesta

¿Cuántos minutos esperó el paciente entre llegar y entrar a la sala? ¿Qué equipo quedó parado el martes por la tarde? ¿Cuántos estudios hubo que repetir el mes pasado?

En buena parte de los servicios, responder cualquiera de estas preguntas exige que alguien detenga lo que está haciendo y cuente a mano. No es falta de dato. El PACS — el sistema que almacena y distribuye las imágenes de los estudios — registra todo eso en cada estudio realizado. Simplemente no fue hecho para organizar ese registro en forma de respuesta.

El estándar DICOM guarda, junto a cada estudio, un conjunto de campos de texto: la fecha y la hora del estudio, el equipo que lo produjo, la parte del cuerpo examinada, la descripción del estudio, el médico que lo solicitó, el horario de cada serie de adquisición. Esos campos son los metadatos, y de ellos salen los indicadores de tiempo y de volumen — no de las imágenes.

Leerlos tampoco exige nada fuera del estándar. C-FIND, la consulta clásica de DICOM, y QIDO-RS, su equivalente en la familia DICOMweb, existen para preguntarle al servidor qué estudios hay y qué campos traen. Son consultas: lo que viaja es la línea de metadatos de cada estudio.

El dato ya lo produce la rutina

Nada de esto exige una recolección nueva. Cada estudio graba sus propios metadatos en el momento en que se realiza, sin formulario que alguien deba completar y sin paso adicional para el equipo. El registro que sostiene los indicadores es el mismo que el servicio ya produce para operar.

El costo inicial suele ser de estandarización, no de recolección. Cuando un mismo procedimiento se registra con decenas de grafías — la misma resonancia de columna abreviada de una forma en la recepción y de otra en el equipo, a veces con la indicación de contraste y a veces sin ella —, el conteo por tipo de estudio fragmenta un volumen que en la práctica está concentrado. Lo mismo ocurre con el nombre con el que cada estación se identifica en la red. La corrección va en el registro de origen: el sistema de agendamiento, el protocolo del equipo, la configuración de la estación.

Ese ajuste se hace una vez. Después de él, el dato llega organizado sin esfuerzo recurrente, y cada estudio realizado entra en los indicadores el mismo día.

Qué pasan a responder esos mismos campos

Leer metadatos tiene un propósito operativo: entender tiempos, flujo y uso de la estructura. Pero esos mismos campos, una vez estandarizados, sostienen preguntas de gestión que solían depender de un relevamiento aparte.

• Ingresos realizados y proyectados. Con el valor del estudio registrado por modalidad o por tipo, el volumen se convierte en ingreso estimado por período, unidad y modalidad, y la serie histórica permite proyectar el período siguiente.
• Capacidad que ya está pagada. Los intervalos entre estudios, los turnos de menor movimiento y los días de valle muestran dónde hay espacio para atender más sin comprar equipos ni ampliar la estructura.
• Dependencia de una modalidad. Cuando una sola modalidad concentra la mayor parte de los ingresos, una parada técnica del equipo correspondiente deja de ser un problema de mantenimiento y pasa a ser un riesgo financiero. El tamaño de esa concentración es medible.
• Retención de pacientes. Reconocer que dos estudios son de la misma persona permite medir el retorno y el intervalo entre visitas sin necesidad de saber de quién se trata.
• Indicios de repetición. Los estudios de la misma región en una ventana corta merecen verificación. Pueden ser complementaciones solicitadas juntas, pero también pueden ser repeticiones por falla técnica — que ocupan la sala, retrasan el informe y pesan en la experiencia de quien esperó.

Todas son estimaciones y dependen de lo que fue registrado. El ingreso calculado vale lo que valen los precios informados y la porción de estudios con precio asignado. Ambas cosas merecen estar declaradas junto al total.

Comenzar por la pregunta

Antes de elegir un indicador, conviene preguntar qué necesita comprender el equipo. ¿El flujo está equilibrado? ¿En qué horarios cambia la demanda? ¿Dónde aparecen esperas evitables?

Las preguntas concretas transforman datos en decisiones posibles.

Una buena visualización no intenta mostrarlo todo. Organiza la conversación:

• destaca cambios que merecen atención;
• permite comparar períodos sin esfuerzo excesivo;
• acerca el indicador a la rutina que lo produjo;
• invita a investigar, en lugar de anticipar conclusiones.

Cuando el panel dice que no puede medir

No todos los servicios registran todo, y esa diferencia cambia lo que se puede calcular.

El tiempo de espera es el ejemplo más común. Depende del MPPS, el registro que el equipo emite cuando el procedimiento efectivamente comienza. Muchos servicios no tienen esa integración activa. Sin MPPS no hay hora de inicio, y un tiempo medio de espera calculado sobre una fracción pequeña de los estudios describe esa fracción, no la operación.

Por eso conviene medir la cobertura de cada campo dentro del recorte analizado antes de mostrar el indicador. Por debajo de un piso de cobertura, el indicador sale del panel y su lugar explica qué campo falta. Entre ese piso y la cobertura completa, aparece marcado como parcial, con la fracción declarada. Quien lee sabe sobre cuántos estudios se calculó el número.

Hay un punto intermedio que también debe quedar visible. Cuando falta la hora de inicio pero existe la hora de la primera imagen, la espera puede estimarse a partir de ella. La estimación es aprovechable y entra en los promedios — siempre que aparezca identificada como estimación y no mezclada con las mediciones directas.

El campo ausente sesga más que su propio indicador. Si el médico solicitante aparece identificado en una minoría de los estudios, la lista de los mayores derivadores describe solo a quienes fueron registrados, y es posible que los principales referentes sean justamente los que no aparecen.

Un número extraño suele apuntar al origen del dato

Una duración negativa entre el inicio y el fin de un estudio no es un resultado; es un síntoma. Y la causa cambia la corrección.

Cuando aparece de forma dispersa, suele indicar que el reloj del equipo y el del PACS están desincronizados — un problema de configuración de NTP, el servicio que mantiene los relojes alineados.

Cuando aparece de forma sistemática, en casi todos los estudios de un mismo equipo, la explicación es otra: el PACS está grabando la hora del estudio en el cierre o en el envío, no en el registro del paciente. Ahí sincronizar el reloj no cambia nada. Conviene reconocer que esa diferencia mide otra cosa — el intervalo entre la primera imagen y el cierre del estudio — y usarla como tal.

Seguir la proporción de mediciones válidas, inconsistentes y estimadas a lo largo del tiempo ayuda en ambos casos. Un salto de inconsistencias marca el día en que comenzó el problema, lo que suele ser más útil que el total acumulado.

Casi todo indicador depende de un denominador

Buena parte de las discrepancias de lectura viene de una pregunta que nadie hizo en voz alta: ¿sobre qué se dividió este número?

Algunos ejemplos frecuentes:

• Días con dato o días de calendario. El promedio diario de estudios cambia según el período se haya contado entero o solo en los días con movimiento registrado.
• Horario real o 24 horas. Si la ociosidad se calcula contra el día entero, todo servicio parece ocioso. Contra el horario de funcionamiento configurado, día de la semana por día de la semana, empieza a decir algo sobre la operación.
• Ventana de observación. La tasa de retorno medida en tres meses cuenta como nuevo al paciente que se hace un estudio al año. El número no está equivocado; responde a una pregunta menor que la que parece responder.
• Modalidad. La tomografía produce varias series por estudio, lo que permite medir la duración de cada una y el intervalo entre ellas. La radiografía produce una sola serie y no lo permite. Un promedio entre ambas describe un servicio que no existe.

El promedio tiene además un problema propio. Cuando la espera se divide en dos grupos — una parte de los pacientes entra casi sin fila y otra acumula horas —, el promedio cae en el medio y no describe a ninguno. La mediana y el percentil 90 separan esos grupos y muestran dónde está el problema.

Los indicadores financieros dependen de una vigencia. Cuando el valor de un estudio cambia, el histórico debe seguir calculado con el precio vigente en cada fecha. Sin eso, los ingresos de marzo se alteran porque la tabla cambió en julio.

Las métricas describen procesos, no personas

Ningún panel conoce toda la historia. Un aumento en el tiempo medio puede señalar un problema, pero también puede reflejar un cambio en el perfil de los estudios o una decisión consciente del equipo.

Esto pesa más cuando el indicador es individual. Un técnico con tiempos altos puede estar atendiendo pacientes pediátricos, estudios con contraste o personas con movilidad reducida. El número describe el proceso de esa atención, no la competencia de quien la condujo.

Los datos ofrecen pistas. El contexto transforma esas pistas en comprensión.

Vale también para la lectura automática. Cuando un informe es generado por inteligencia artificial a partir de los indicadores, necesita las mismas restricciones: no inventar números ni referencias, no hacer recomendaciones clínicas y no comentar indicadores que fueron ocultados por falta de dato. Sobre esos, la única información útil es decir que no existen en ese recorte, y por qué. Cuando un umbral proviene de la práctica del mercado y no de una norma publicada, eso también merece estar escrito.

Claridad para actuar

El objetivo final no es seguir más números. Es percibir antes, conversar con más calidad y elegir con más seguridad.

Eso depende menos de la cantidad de indicadores que de tres cosas: saber de dónde vino cada número, sobre qué fue calculado y qué todavía no puede decir.