La toma de decisiones en Política de Salud, en la Gestión sanitaria, y en Medicina son muy complejas. Una forma de intentar ayudar a los decisores es modelizando la complejidad del mundo real en un algoritmo que contenga las decisiones que pueden ser tomadas y que guíe al decisor por el camino que produce los resultados óptimos. Los algoritmos impresos en papel tienen muchas limitaciones.

Supongamos el ejemplo de una Guía de Práctica Clínica (GPC) como instrumento de ayuda a las decisiones médicas. Las GPCs en formato papel tienen numerosos inconvenientes. Por ejemplo, si se produce nuevo conocimiento o aparecen nuevas tecnologías, la GPC queda obsoleta. Si se quiere actualizar es muy costoso volver a imprimir otra vez miles de ejemplares. Además, las GPCs en formato libro se adaptan difícilmente a las circunstancias locales. Al médico le suele resultar incómodo encontrar la recomendación para su paciente concreto, ir de una recomendación a la evidencia que la apoya, o manejar las preferencias de los pacientes.

Esas limitaciones se pueden resolver con algoritmos electrónicos. Un algoritmo electrónico permite que el médico se desplace por las ramas que describen a su paciente, que vea los estudios en los que se basa la recomendación, o que acceda directamente al artículo citado por la GPC.

Otra gran ventaja de los algoritmos electrónicos es que cada vez que se produzca una nueva pieza de evidencia, puede ser incluida en el algoritmo, de manera que estaría permanentemente actualizado. Las circunstancia locales, las preferencias del médico y del paciente pueden ser contempladas en los nodos de decisión del algoritmo.

Si el algoritmo se aloja en la página web de la organización, todos sus usuarios podrían acceder a la última versión actualizada.

TAISS tiene toda la tecnología y metodología para elaborar algoritmos con un desarrollo basado en cinco elementos:

1. Lógica matemática: permite la detección de inconsistencias (entre recomendaciones e intrarecomendación), redundancias, reglas circulares, y reglas vacías. De manera que en el algoritmo final, la lógica matemática garantiza la ausencia de inconsistencias, redundancias, reglas circulares, reglas inncesarias, y la presencia de todas las recomendaciones necesarias.

2. Lógica clínica: la lógica matemática puede producir recomendaciones sin sentido clínico. Con nuestra metodología, la lógica clínica comprueba y refina la lógica matemática, de tal manera que a la estructura de la lógica matemática se la dota de sentido clínico.

3. Evidencia científica: Cada recomendación se apoya en la mejor evidencia científicamente disponible, a la que puede acceder el usuario mediante el manejo del ratón o del teclado del ordenador.

4. Actualización en tiempo real: Cuando se produce una nueva evidencia científica, se evalúa, se clasifica, y se determina a qué recomendación o recomendaciones del algoritmo aplica la nueva evidencia. De esta manera queda integrada la evidencia en las recomendaciones según se va produciendo.

5. Flexibilidad: Cada nodo del algoritmo permite incluir las excepciones o circunstancias que aplican específicamente a ese lugar concreto.