Instalar tecnología no significa adoptarla: las métricas que realmente importan

Hay una métrica que suele aparecer muy temprano en los proyectos de salud digital: cuántos equipos fueron instalados. Es fácil de medir, fácil de mostrar en una presentación y útil para confirmar que la implementación física ocurrió. También dice muy poco sobre el valor clínico del programa.

Una organización puede instalar cien dispositivos y utilizarlos pocas veces. Puede crear mil cuentas y tener una activación mínima. Puede registrar cientos de consultas y descubrir que gran parte termina igualmente en una visita presencial porque el caso de uso no estaba bien definido. Por eso la medición debe avanzar junto con la madurez del proyecto.

La pregunta deja de ser cuánta tecnología existe y pasa a ser qué comportamiento, capacidad y resultado está generando.

Primero hay que separar disponibilidad de utilización

Disponibilidad significa que la herramienta existe y puede utilizarse. Utilización significa que efectivamente se utiliza. Esta distinción parece obvia, pero muchas organizaciones siguen reportando indicadores de inventario como si fueran indicadores de adopción.

• Número de dispositivos.
• Número de sedes.
• Número de usuarios registrados.
• Número de licencias.

Todos ellos son datos operativos útiles. Ninguno demuestra que el modelo haya entrado en la práctica clínica. Para entender adopción hay que observar el comportamiento después de la instalación.

La primera métrica es activación

Un usuario habilitado no es un usuario activado. La activación puede significar completar el registro, configurar la aplicación, vincular el dispositivo, realizar una primera capacitación o completar un primer examen según el modelo. Lo importante es definir un evento que demuestre que el usuario superó la etapa inicial.

Si una organización habilita mil personas y solo doscientas activan la solución, el problema está ocurriendo antes de la consulta clínica.

• Puede ser comunicación.
• Onboarding.
• Fricción tecnológica.
• Falta de claridad sobre el beneficio.
• Ausencia de una necesidad inmediata.

Sin medir activación, todas esas causas quedan escondidas dentro de una cifra de usuarios registrados.

Después importa el primer uso

La activación tampoco garantiza utilización. Una persona puede instalar una aplicación y nunca volver a abrirla. Por eso conviene medir qué porcentaje realiza una primera consulta, examen o interacción significativa. La diferencia entre activación y primer uso ayuda a localizar fricción.

Si la activación es alta pero el primer uso es bajo, probablemente la herramienta fue configurada correctamente, pero el usuario no encontró una razón clara para utilizarla. Esto puede señalar un problema de caso de uso o comunicación.

El uso recurrente demuestra que existe valor percibido

Una primera experiencia puede ocurrir por curiosidad, campaña o acompañamiento intensivo. La recurrencia ofrece una señal más sólida.

• ¿Cuántos usuarios regresan?
• ¿Cuánto tiempo pasa entre usos?
• ¿Qué porcentaje utiliza el servicio más de una vez?
• ¿Qué perfiles muestran mayor recurrencia?

En programas de atención domiciliaria, este indicador permite comprender si la solución se está convirtiendo en una opción real cuando aparece una necesidad de salud. En puntos profesionales, puede analizarse cuántos turnos o equipos utilizan la tecnología de manera regular.

TytoCare ha convertido utilización en una métrica central

TytoCare publica actualmente que sus programas de Home Smart Clinic alcanzan una utilización seis veces mayor que la telemedicina tradicional. También reporta 98% de visitas resueltas remotamente, una reducción promedio de 8.5% en costo total de atención y un NPS promedio de 83.

Estas cifras deben interpretarse con precisión. Son métricas publicadas por TytoCare a partir de sus implementaciones y análisis. No son resultados de MUNZ en Perú ni una garantía de que cualquier programa obtendrá el mismo desempeño. Lo interesante es la estructura de medición.

• Utilización.
• Resolución.
• Costo.
• Experiencia.

Cada indicador responde una pregunta diferente.

La resolución remota debe definirse antes de medirse

Una consulta puede terminar de muchas maneras.

• El paciente recibe orientación y no necesita otra atención.
• Se prescribe tratamiento.
• Se programa seguimiento.
• Se deriva a un centro presencial.
• Se recomienda emergencia.
• Se solicita una prueba adicional.

Para medir resolución, la organización debe definir qué significa un caso resuelto dentro de su modelo. No siempre el objetivo será evitar una consulta presencial.

Por eso la resolución no debe convertirse en una carrera por reducir derivaciones a cualquier costo. Debe medirse dentro del objetivo clínico.

La calidad del examen es una métrica intermedia muy útil

Cuando el modelo incluye captura de imágenes, sonidos o mediciones, conviene medir la calidad del dato.

• ¿Cuántos exámenes necesitan repetirse?
• ¿Qué modalidad genera más errores?
• ¿Qué usuarios tienen mayor dificultad?
• ¿Cuánto tiempo toma obtener un examen aceptable?

Estos indicadores pueden revelar necesidades de capacitación antes de que el problema afecte la experiencia del médico o del paciente. Una tecnología clínica depende de la calidad de la información que entrega. Medir esa capa ayuda a separar problemas de captura de problemas de interpretación o workflow.

El tiempo total importa más que el tiempo de videollamada

Una consulta puede durar diez minutos y, sin embargo, exigir cuarenta minutos de proceso total.

1. Registro.
2. Espera.
3. Preparación.
4. Captura de datos.
5. Conexión.
6. Documentación.
7. Cierre.

Si la organización solo mide la duración de la interacción con el médico, puede ignorar fricciones importantes. El tiempo debería observarse desde la perspectiva del paciente y del equipo clínico.

• ¿Cuánto demora el paciente desde que inicia hasta que obtiene una decisión?
• ¿Cuánto tiempo profesional consume cada caso?
• ¿Cuánto tiempo del personal local requiere la captura?

Esa visión permite evaluar productividad de manera más realista.

La experiencia del paciente necesita una métrica propia

NPS, satisfacción y esfuerzo del usuario no son lo mismo.

• El NPS pregunta por recomendación.
• La satisfacción mide percepción sobre una experiencia concreta.
• El esfuerzo busca entender qué tan fácil o difícil fue completar el proceso.

En salud digital, esta última variable puede ser especialmente útil. Un usuario puede valorar mucho al médico y, al mismo tiempo, considerar complicado el proceso tecnológico. Si solo medimos satisfacción general, esa fricción puede pasar desapercibida.

El estudio económico aporta una mirada más profunda

Un análisis publicado en Journal of Health Economics estudió tres años de datos relacionados con adopción y utilización de telemedicina asistida por dispositivo. Los investigadores encontraron un aumento de 12% en utilización de atención primaria, una reducción de 24.1% en utilización de salas de emergencia y una reducción de 11.3% en atención urgente. Estos resultados son específicos del contexto estudiado y no deben extrapolarse automáticamente al Perú.

Su importancia para la gestión está en otra parte: muestran que el impacto de una tecnología puede observarse en cómo cambia el patrón de utilización del sistema completo. Ese es un nivel de medición más maduro que contar consultas.

La métrica financiera necesita contexto clínico

• Costo por consulta.
• Costo por usuario activo.
• Costo por caso resuelto.
• Costo evitado por traslado.
• Costo total de atención.

Todas pueden ser útiles. Pero una reducción de costo no debería interpretarse sin entender qué ocurrió con calidad, acceso y seguridad. Un programa excelente puede incluso aumentar inicialmente la utilización de atención primaria porque descubre demanda que antes no accedía al sistema. Eso no significa que haya fracasado. Puede estar cumpliendo un objetivo de acceso. Por eso los indicadores financieros necesitan leerse junto con los clínicos y operativos.

Las métricas deben responder al caso de uso

• Una aseguradora probablemente observará utilización, resolución, costo total, emergencia y experiencia.
• Una clínica puede priorizar capacidad por profesional, tiempos, derivaciones y continuidad.
• Una operación minera puede medir traslados, tiempo de respuesta y pérdida de horas de trabajo.
• Un programa rural puede valorar acceso a especialidad, distancia evitada, tiempo hasta evaluación y capacidad local.
• Un colegio puede medir retorno a clase, derivaciones y utilización de enfermería.

No existe un dashboard universal. Existe un conjunto de preguntas que cada modelo necesita responder.

Una buena jerarquía de indicadores

Puede ser útil organizar las métricas en cinco niveles.

1. Disponibilidad. ¿La solución está lista?
2. Adopción. ¿Las personas la activan y empiezan a usar?
3. Utilización. ¿La usan de manera real y recurrente?
4. Desempeño clínico y operativo. ¿Qué ocurre durante la atención?
5. Resultado. ¿Cambió acceso, resolución, costo, experiencia o uso de otros servicios?

Esta jerarquía ayuda a no exigir resultados finales cuando todavía existen problemas básicos de activación. También evita celebrar una implementación porque todos recibieron el equipo aunque nadie lo utilice.

Lo que no se mide se vuelve una discusión de percepciones

Cuando un programa no tiene indicadores claros, las reuniones suelen convertirse en opiniones. Alguien siente que se usa mucho. Otro piensa que se utiliza poco. El equipo médico percibe carga. Innovación percibe éxito. Finanzas pregunta por retorno. La medición crea un lenguaje común.

En MUNZ consideramos que la adopción y el seguimiento deben formar parte de la implementación de tecnología clínica. La selección del dispositivo importa, pero también importa saber qué comportamiento se espera y cómo se demostrará que el modelo está funcionando. Instalar tecnología es un hito. Adoptarla es un proceso. Medirla es lo que permite mejorarlo.

Fuentes consultadas

1. TytoCare. Home page metrics.

2. TytoCare. Payer Virtual Primary Care Hub.

3. TytoCare. Third party research validates significant savings with TytoCare.

4. Organización Mundial de la Salud. Monitoring and evaluating digital health interventions.

5. Organización Mundial de la Salud, Oficina Regional para Europa. Monitoring the implementation of digital health.