Cómo convertir analíticas de sangre a FHIR R4 IPS

01

El problema: la analítica es un PDF

La mayoría de las analíticas llegan a las clínicas como PDF o imagen, con una tabla de resultados pensada para que la lea una persona. Para que el dato sirva a otro sistema (historia clínica, un portal del paciente, una investigación) hay que convertirlo en datos estructurados con significado: qué parámetro es, qué valor tiene, en qué unidad y frente a qué rango de referencia.

FHIR (Fast Healthcare Interoperability Resources), en su versión R4, es el estándar de HL7 más extendido para intercambiar esos datos. El International Patient Summary (IPS) define, además, un resumen mínimo de paciente pensado para circular entre países.

02

Qué recursos FHIR representan una analítica

Cada resultado individual (por ejemplo, la hemoglobina glicosilada) se modela como un recurso Observation, con su código, valor, unidad, rango de referencia e interpretación (normal, alto, bajo).

El conjunto de resultados de una misma petición se agrupa en un DiagnosticReport, que enlaza las Observation, la fecha, el laboratorio y el paciente. Para entregarlo como documento, ambos se empaquetan en un Bundle; en el caso del IPS, un Bundle de tipo documento con una Composition que organiza las secciones.

03

Codificar con LOINC y UCUM

El texto «Glucosa basal» no es interoperable: cada laboratorio lo escribe distinto. LOINC asigna un código único a cada prueba (por ejemplo, 4548-4 para la hemoglobina A1c o 1558-6 para la glucosa en ayunas), y UCUM define cómo escribir las unidades de forma no ambigua (mg/dL, %, mmol/L).

Un resultado bien codificado lleva el código LOINC en Observation.code, el valor en Observation.valueQuantity con unidad UCUM, y el rango en Observation.referenceRange. Así otro sistema puede comparar y operar con el dato sin interpretar texto libre.

04

Errores frecuentes

Mezclar unidades: la glucosa puede venir en mg/dL o en mmol/L (factor aproximado de 18). Convertir sin registrar la unidad original impide auditar el dato.

Confiar en el nombre del parámetro: «Hb» puede ser hemoglobina o hemoglobina glicosilada según el contexto. La codificación debe validarse contra el parámetro y su unidad, no solo contra el texto.

Perder la trazabilidad: conviene conservar de dónde salió cada valor en el documento original, para que una persona pueda revisarlo y corregirlo.

05

Anonimización y revisión humana

Una analítica contiene datos personales. Antes de procesarla con cualquier herramienta de IA conviene eliminar los identificadores directos (nombre, DNI, correo) que no hacen falta para el análisis, conforme al RGPD.

Y la extracción automática no sustituye la revisión: los valores marcados con baja confianza deben pasar por una persona antes de integrarse en la historia clínica. La decisión clínica es siempre humana.