La atención centrada en el paciente fracasa cuando el dato clínico no es confiable, no está disponible a tiempo o no tiene un dueño claro dentro de la organización de salud. Expertos del sector coinciden en que la gobernanza de datos no es un proyecto de IT: es infraestructura estratégica para cualquier sistema sanitario que pretenda operar con estándares modernos de calidad asistencial.
El punto de partida es una definición operativa que muchos hospitales y redes de salud todavía eluden: datos clínicos de calidad significa que el dato es exacto, completo, oportuno, consistente entre sistemas y trazable hasta su origen. Ninguna de esas dimensiones se sostiene sola. Un expediente electrónico con campos vacíos, diagnósticos duplicados o fechas inconsistentes no solo es un problema de reporting: puede derivar en errores de prescripción, subdiagnóstico o demoras en tratamientos críticos. El DAMA-DMBOK, marco de referencia global para la gestión de datos, identifica la calidad del dato como una de las once áreas de conocimiento fundamentales, y en el sector salud esa área no admite deuda técnica diferida.
El data steward clínico: un rol que el sector salud aún no nombra
En la industria financiera o en retail, la figura del data steward —responsable de definir, supervisar y defender la calidad del dato en un dominio específico— lleva años institucionalizada. En salud, la misma función existe de facto en médicos jefes, enfermeras coordinadoras o directores de registros médicos, pero sin el reconocimiento formal ni las herramientas de gobernanza que el rol requiere. La consecuencia es predecible: cuando un dato clínico es incorrecto, nadie tiene accountability explícita. El modelo Non-Invasive Data Governance de Bob Seiner propone exactamente lo contrario: formalizar responsabilidades sobre el dato sin crear burocracia adicional, asignando ownership a quienes ya trabajan con ese dato en su operación diaria. Aplicado a salud, significa que el médico tratante es el data steward natural del diagnóstico, y que el sistema debe registrar esa responsabilidad de forma auditable.
Interoperabilidad: el problema técnico con raíz en governance, no en IT
La fragmentación del expediente clínico entre múltiples sistemas —HIS, LIS, RIS, EMR de distintos proveedores— no se resuelve únicamente con integración técnica. Detrás de cada silo de datos hay una decisión de governance no tomada: qué sistema es la fuente de verdad para cada tipo de dato, qué entidad define el catálogo de terminología clínica autorizada (ICD-10, SNOMED CT, LOINC), y quién valida que el dato que sale de un sistema sea el mismo que entra en el siguiente. Sin esas definiciones, el data lineage —la trazabilidad del dato desde su captura hasta su uso en decisión clínica o reporte regulatorio— es imposible de construir. Y sin data lineage, auditar la calidad asistencial o responder a una inspección regulatoria se convierte en una operación manual de días o semanas.
Cuándo aplica la gobernanza de datos en salud y cuándo no es suficiente
La gobernanza de datos clínica aplica en toda organización que genere, procese o comparta datos de pacientes con fines asistenciales, de investigación o de reporte a autoridades sanitarias. Esto incluye hospitales públicos y privados, redes de atención primaria, laboratorios, aseguradoras de salud y plataformas de telemedicina. Lo que la gobernanza de datos no reemplaza es la ciberseguridad: un programa robusto de ownership, calidad y linaje no protege por sí solo contra ransomware o acceso no autorizado. Tampoco suple la protección de datos personales en sentido estricto. Son capas complementarias, no sustitutos.
El marco regulatorio en América Latina: LGPD, Ley 25.326 y resoluciones sectoriales de salud
En Brasil, la Lei Geral de Proteção de Dados (LGPD, Lei 13.709/2018) dedica tratamiento específico a los datos de salud, clasificándolos como datos sensibles en su artículo 11, con restricciones más estrictas para su tratamiento y requisitos de consentimiento diferenciado. La Autoridade Nacional de Proteção de Dados (ANPD) ya ha publicado orientaciones sobre tratamiento en contextos de salud pública. En Argentina, la Ley 25.326 de Protección de Datos Personales clasifica los datos de salud como datos sensibles bajo su artículo 2, y la Agencia de Acceso a la Información Pública (AAIP) es la autoridad de aplicación. A eso se suman las resoluciones del Ministerio de Salud sobre historia clínica electrónica (Resolución 84/2016 y sus modificatorias), que establecen requisitos de integridad, autenticidad y conservación que, en la práctica, demandan capacidades de gobernanza de datos que muchos prestadores todavía no tienen documentadas. En México, la NOM-024-SSA3-2010 regula los sistemas de información en salud y la LFPDPPP (Ley Federal de Protección de Datos Personales en Posesión de los Particulares) aplica al sector privado. Un CDO o Chief Data Officer de una red hospitalaria regional debe mapear cuáles de esas obligaciones generan requerimientos concretos de calidad, linaje y ownership en su arquitectura de datos, porque la auditoría regulatoria no pregunta por intenciones: pregunta por registros.
Tres capacidades que un CDO de salud debe tener operativas antes de fin de año
Independientemente del tamaño de la organización, hay un piso mínimo de gobernanza de datos clínicos que el contexto regulatorio latinoamericano ya exige implícitamente. En primer lugar, un catálogo de datos activo que identifique los dominios clínicos críticos —diagnóstico, medicación, identificación del paciente— y el data steward responsable de cada uno. En segundo lugar, un proceso documentado de gestión de calidad del dato que registre reglas de validación, frecuencia de revisión y responsable de resolución de discrepancias. En tercer lugar, trazabilidad básica del dato entre sistemas: al menos poder responder, ante una auditoría, de dónde viene el dato que aparece en el reporte regulatorio y qué transformaciones recibió. Estas tres capacidades equivalen aproximadamente a los niveles 4, 5 y 6 del CDMC (Cloud Data Management Capabilities) del EDM Council, adaptados al contexto clínico.
Para profundizar en los requisitos específicos, el marco DAMA-DMBOK 2 dedica el capítulo 13 a la gestión de datos en contextos regulados, y la ANPD brasileña publicó en 2023 una guía orientativa sobre tratamiento de datos de salud que sirve como referencia para toda la región.
