La gobernanza de datos en el sector salud está dejando de ser una función de cumplimiento para convertirse en un activo estratégico dentro de las organizaciones sanitarias, según un análisis de la consultora Roland Berger. El cambio no es cosmético: implica rediseñar estructuras de ownership, ampliar el alcance del dato clínico y alinear las decisiones de datos con los objetivos de negocio y atención al paciente.
Durante años, los hospitales, aseguradoras y sistemas de salud trataron la gobernanza de datos como una obligación regulatoria —mantener historias clínicas en orden, cumplir con auditorías, evitar multas. Ese modelo reactivo está quedando obsoleto. La presión combinada de la interoperabilidad, los sistemas de inteligencia artificial aplicados al diagnóstico y la gestión poblacional de salud obliga a repensar quién es dueño del dato, con qué calidad circula y cómo se convierte en decisión clínica o administrativa.
De la función de soporte a la mesa de dirección
El informe de Roland Berger identifica una transición de fase: la gobernanza de datos de salud pasa de estar bajo la órbita de TI o compliance a reportar directamente a la dirección ejecutiva. Esto significa que los roles de data steward y Chief Data Officer en organizaciones sanitarias asumen responsabilidades que antes pertenecían a los equipos médicos o financieros: definir qué datos son críticos para la operación, establecer políticas de acceso diferenciado entre clínicos y administrativos, y garantizar que los datos sean interpretables fuera del sistema donde se originaron.
Según se informó, el cambio estratégico incluye la incorporación de marcos formales de gestión del ciclo de vida del dato clínico —desde su captura en el punto de atención hasta su uso en modelos predictivos o reportes regulatorios. Frameworks como DAMA-DMBOK y el CDMC del EDM Council, aunque diseñados para industrias financieras, están siendo adaptados por organizaciones de salud para cubrir necesidades específicas como el linaje del dato diagnóstico o la trazabilidad de consentimientos informados.
Por qué el dato clínico es más difícil de gobernar que el dato financiero
El dato de salud presenta desafíos de governance que no tienen equivalente directo en otros sectores. En primer lugar, es altamente sensible y está regulado por múltiples capas normativas simultáneas: confidencialidad clínica, leyes de datos personales y —en algunos países— regulaciones sectoriales específicas para registros de salud. En segundo lugar, es frecuentemente no estructurado: notas de médico, imágenes, señales de dispositivos. En tercer lugar, el ownership es difuso: ¿el dato de un paciente atendido en un hospital público pertenece a la institución, al sistema nacional de salud o al propio paciente?
Esa ambigüedad en el ownership es precisamente donde los modelos de governance estratégica intentan intervenir. Definir data stewards por dominio clínico —no solo por sistema de información— es una de las recomendaciones que emergen de este tipo de análisis. Un steward de datos oncológicos, por ejemplo, tiene un perfil distinto al de un steward de facturación, aunque ambos operen sobre el mismo EHR (Electronic Health Record).
Cuándo aplica este modelo estratégico / cuándo no
El enfoque estratégico de gobernanza de datos tiene sentido en organizaciones sanitarias que ya tienen una madurez mínima en gestión de datos: algún catálogo de datos en funcionamiento, políticas de clasificación establecidas, o experiencia con proyectos de analítica clínica. Para instituciones que aún luchan con la digitalización básica de registros —realidad de buena parte del sistema de salud público en América Latina—, saltar a governance estratégica sin infraestructura de datos confiable genera estructuras de papel. El modelo no aplica como primera capa; aplica como siguiente capa.
Tampoco aplica de forma homogénea entre subsectores: una red de clínicas privadas con sistema de EHR unificado tiene condiciones muy distintas a un hospital público con múltiples sistemas heredados y conectividad variable. La governance estratégica requiere que el dato exista, sea accesible y tenga calidad mínima antes de asignarle valor estratégico.
El escenario regulatorio en América Latina complica y también habilita el cambio
En Brasil, la Lei Geral de Proteção de Dados (LGPD) clasifica los datos de salud como datos sensibles y exige que su tratamiento cuente con bases legales específicas —consentimiento explícito o tutela de la salud, entre otras. Eso obliga a los sistemas de salud a tener trazabilidad de consentimientos, lo que es exactamente la clase de capacidad que una governance estratégica debe proveer. La LGPD, en este sentido, actúa como catalizador involuntario de madurez en gestión de datos de salud.
En Argentina, la Ley 25.326 de Protección de los Datos Personales —actualmente en proceso de reforma legislativa— contempla protección específica para datos de salud como categoría sensible. La autoridad de control, la AAIP, ha emitido criterios sobre el tratamiento de este tipo de datos, aunque la aplicación sectorial en salud sigue siendo dispar. En México, la LFPDPPP y sus lineamientos del INAI también colocan los datos médicos en categoría de datos sensibles, con restricciones adicionales de tratamiento. Estos marcos regulatorios no eliminan la complejidad, pero establecen un piso normativo que da urgencia al salto estratégico.
Colombia, con la Ley 1581 de 2012 y los desarrollos de la Superintendencia de Industria y Comercio (SIC), sigue una lógica similar. En todos estos casos, el riesgo regulatorio de no tener governance de datos de salud formalizada es concreto: multas, órdenes de cese de tratamiento y —en contextos de salud— consecuencias que van más allá de lo financiero.
Para los CDO de organizaciones sanitarias en la región, la pregunta operativa no es si adoptar un modelo estratégico de gobernanza de datos, sino qué capacidades de data quality, linaje y ownership hay que construir primero para que ese modelo no sea solo un organigrama. El punto de partida más concreto es el catálogo de datos clínicos: sin inventario, no hay estrategia.
