LOINC vs SNOMED CT: diferencias clave explicadas

En el ecosistema de estándares de informática sanitaria, LOINC y SNOMED CT son dos de las terminologías más utilizadas y referenciadas. Sin embargo, sus propósitos son fundamentalmente diferentes y complementarios. Entender cuándo y cómo usar cada uno es esencial para cualquier profesional de informática clínica o integrador de sistemas sanitarios que trabaje con datos de laboratorio.

Orígenes y gobernanza

LOINC: el lenguaje de las observaciones

LOINC (Logical Observation Identifiers Names and Codes) fue creado en 1994 por el Regenstrief Institute de la Universidad de Indiana. Su objetivo era resolver un problema concreto: cada laboratorio usaba sus propios códigos internos para identificar las pruebas, haciendo imposible la comparación e intercambio automatizado de resultados entre instituciones.

LOINC se mantiene como un estándar abierto y gratuito, gestionado por el Regenstrief Institute con actualizaciones semestrales. En 2026, la base de datos LOINC contiene más de 100,000 términos que cubren observaciones de laboratorio, signos vitales, cuestionarios clínicos, documentos y resultados de imagen.

Cada código LOINC se define por seis ejes: componente (analito), propiedad (tipo de medición), temporalidad, sistema (espécimen), escala y método. Por ejemplo, el código 2345-7 identifica específicamente la glucosa, medida como concentración de masa, en un momento puntual, en suero/plasma, con escala cuantitativa, sin método especificado.

SNOMED CT: la ontología clínica

SNOMED CT (Systematized Nomenclature of Medicine — Clinical Terms) es una ontología clínica mucho más amplia, mantenida por SNOMED International. Sus orígenes se remontan al College of American Pathologists en los años 1960, pero la versión moderna (SNOMED CT) se consolidó en 2002 con la fusión de SNOMED RT y los Clinical Terms Version 3 del NHS británico.

SNOMED CT es una terminología basada en conceptos con más de 350,000 conceptos activos organizados en jerarquías que cubren prácticamente todos los dominios de la medicina: hallazgos clínicos, procedimientos, organismos, sustancias, estructuras corporales, dispositivos y más. A diferencia de LOINC, SNOMED CT requiere una licencia nacional (gratuita para países miembros de SNOMED International, de pago para los demás).

Diferencias fundamentales

Alcance y propósito

La diferencia más importante entre LOINC y SNOMED CT es su alcance. LOINC está diseñado específicamente para identificar observaciones: qué se midió, cómo se midió y en qué muestra. SNOMED CT está diseñado para representar el significado clínico completo: diagnósticos, procedimientos, hallazgos, causas y relaciones entre conceptos.

En términos prácticos: LOINC responde a la pregunta "¿qué prueba es esta?", mientras que SNOMED CT responde a "¿qué significa clínicamente este resultado?". Un resultado de hemoglobina alta tiene un código LOINC que identifica la prueba (718-7) y podría tener un código SNOMED CT que identifica el hallazgo clínico ("policitemia" o "hemoglobina elevada").

Estructura interna

LOINC utiliza una estructura plana basada en ejes. Cada código es una combinación de seis atributos que identifican la observación de forma única. No existe una jerarquía formal entre los códigos: el código de glucosa en suero no es "hijo" del código de glucosa genérico en un sentido ontológico formal.

SNOMED CT, en cambio, es una ontología completa con relaciones jerárquicas (is-a), atributos definitorios y lógica descriptiva. Cada concepto tiene una definición formal que permite razonamiento automatizado. El concepto "glucosa en sangre aumentada" es un subtipo de "hallazgo de glucosa en sangre", que a su vez es un subtipo de "hallazgo de química clínica".

Granularidad en laboratorio

Para datos de laboratorio específicamente, LOINC ofrece una granularidad superior. LOINC distingue entre glucosa medida en suero vs. en sangre completa, entre una medición puntual y una medición en orina de 24 horas, entre un resultado cuantitativo y uno cualitativo. SNOMED CT puede representar estos conceptos, pero con menos detalle para las variaciones metodológicas y de espécimen.

Esta mayor granularidad de LOINC es precisamente lo que lo hace indispensable para el intercambio de datos de laboratorio: cuando un sistema recibe un código LOINC, sabe exactamente qué observación representa, sin ambigüedad.

Cómo se complementan

El modelo FHIR de uso conjunto

El estándar FHIR R4 está diseñado para usar LOINC y SNOMED CT de forma conjunta. En un recurso Observation, el campo code utiliza LOINC para identificar qué se observó, mientras que el campo interpretation o valueCodeableConcept puede utilizar SNOMED CT para representar el significado clínico del resultado.

{
  "resourceType": "Observation",
  "code": {
    "coding": [{
      "system": "http://loinc.org",
      "code": "2345-7",
      "display": "Glucose [Mass/volume] in Serum or Plasma"
    }]
  },
  "valueQuantity": {
    "value": 250,
    "unit": "mg/dL",
    "system": "http://unitsofmeasure.org"
  },
  "interpretation": [{
    "coding": [{
      "system": "http://snomed.info/sct",
      "code": "75540009",
      "display": "High"
    }]
  }]
}

En este ejemplo, LOINC identifica la prueba (glucosa en suero) y SNOMED CT clasifica la interpretación (valor alto). Ambos estándares trabajando juntos proporcionan una representación completa y sin ambigüedad del resultado de laboratorio.

Mapeo cruzado

LOINC y SNOMED CT mantienen mapeos oficiales entre sus terminologías. SNOMED International y el Regenstrief Institute publican conjuntamente una tabla de equivalencias que relaciona conceptos de ambos sistemas. Estos mapeos permiten a los sistemas traducir entre terminologías según las necesidades del receptor.

Sin embargo, los mapeos no son siempre uno a uno. Un código LOINC puede mapearse a múltiples conceptos SNOMED CT según el contexto, y viceversa. Por eso, las mejores prácticas recomiendan incluir ambas codificaciones en los recursos FHIR siempre que sea posible, en lugar de depender del mapeo en tiempo de recepción.

Cuándo usar cada estándar

Usa LOINC cuando...

• Identificas una prueba de laboratorio: LOINC es el estándar de facto para codificar qué se observó en un resultado de laboratorio. El EEDS y la mayoría de las regulaciones europeas especifican LOINC para datos de laboratorio.
• Intercambias resultados entre laboratorios: La granularidad de LOINC garantiza que el receptor interprete correctamente la observación.
• Mapeas datos de informes no estructurados: Los pipelines de extracción de datos como MedExtract utilizan LOINC como código objetivo para los nombres de pruebas extraídos de informes PDF o escaneados.
• Construyes un DiagnosticReport FHIR: El campo code del Observation debe usar LOINC según las guías de implementación estándar.

Usa SNOMED CT cuando...

• Representas hallazgos clínicos: Un diagnóstico, una condición o un hallazgo en la historia clínica se codifica mejor con SNOMED CT.
• Necesitas razonamiento jerárquico: La ontología de SNOMED CT permite consultas como "todos los hallazgos de química sanguínea" que incluyan automáticamente subtipos.
• Codificas procedimientos: Los procedimientos de laboratorio (el acto de realizar la prueba, no el resultado) se representan en SNOMED CT.
• Representas la interpretación clínica: El significado clínico de un resultado anormal se expresa mejor con SNOMED CT.

Usa ambos cuando...

• Construyes recursos FHIR completos: La mejor práctica es incluir LOINC en code y SNOMED CT en interpretation, valueCodeableConcept o bodySite.
• Necesitas interoperabilidad máxima: Algunos sistemas receptores esperan LOINC, otros esperan SNOMED CT. Incluir ambos maximiza la compatibilidad.
• Cumples regulaciones europeas: El EEDS hace referencia a ambos estándares para diferentes aspectos del dato clínico.

Implicaciones para la extracción de datos de laboratorio

Cuando se extraen datos de informes de laboratorio mediante OCR o procesamiento de documentos, el mapeo a LOINC es el paso primario: cada nombre de prueba extraído se asocia a su código LOINC correspondiente. Este es el proceso que MedExtract implementa con su cascada propietaria de matching, que va desde coincidencia exacta hasta matching semántico con embeddings clínicos.

El mapeo a SNOMED CT es típicamente un paso secundario que se añade en la generación de recursos FHIR. Una vez que el resultado tiene su código LOINC y su valor numérico, el sistema puede generar automáticamente la interpretación SNOMED CT basándose en el rango de referencia y el valor observado.

Otros estándares relevantes

ICD-10

ICD-10 (International Classification of Diseases) se utiliza principalmente para codificar diagnósticos y motivos de consulta, no para datos de laboratorio directamente. Sin embargo, los resultados de laboratorio pueden asociarse a códigos ICD-10 como justificación clínica de la prueba.

UCUM

UCUM (Unified Code for Units of Measure) es el estándar para codificar unidades de medida en datos clínicos. Mientras que LOINC identifica qué se midió y SNOMED CT interpreta el significado, UCUM garantiza que las unidades del valor numérico sean universalmente comprensibles.

HL7

HL7 no es una terminología sino un estándar de mensajería que utiliza tanto LOINC como SNOMED CT. Los mensajes HL7 v2 (OBX segments) y los recursos FHIR R4 son los contenedores que transportan los códigos de ambas terminologías.

Conclusión

LOINC y SNOMED CT no compiten entre sí: se complementan. LOINC es la elección correcta para identificar pruebas de laboratorio y observaciones clínicas con precisión granular. SNOMED CT es la elección correcta para representar el significado clínico, los hallazgos y las relaciones entre conceptos médicos. Los sistemas sanitarios modernos y los pipelines de datos clínicos como MedExtract deben manejar ambos estándares, utilizando cada uno en su contexto óptimo y manteniendo los mapeos necesarios para garantizar la interoperabilidad completa.

Para organizaciones que están comenzando su viaje hacia la interoperabilidad de datos de laboratorio, la prioridad debe ser el mapeo a LOINC de todos los resultados de laboratorio, seguido de la adopción de SNOMED CT para la capa de interpretación clínica. Este enfoque por fases permite avanzar de forma pragmática sin la complejidad de implementar ambos estándares simultáneamente desde el primer día.