ISSN 2683-992X
Síganos en facebook icono   logo Instagram   logo Youtube  facebook icono
Director Editorial: Dr. Bernardo Kupferberg | Secretario de Redacción: Dr. Pablo Sayago

Comité Editorial: Dr. Samuel Seiref - Dr. Mariano Grilli | Comité Científico: Dr. Horacio Crespo - Dr. Martín Luchini - Dra. Andrea Salas - Dr. Edgardo Rolla

Volumen 22 - Nº 4 - Noviembre de 2023

Bigdata en salud. Lo que se viene…

Mariano Grilli
Doctor en Ciencias Médicas
Profesor Libre. Cátedra de Ginecología “B” y Cátedra Libre Medicina y Mujer.
Universidad Nacional de La Plata
Director Científico del Instituto de Ginecología de Mar del Plata. Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.
Director Portal Académico ObGin. Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.

Sin datos solamente eres una persona con una opinión
Edwards Deming (Científico de los datos)

Introducción

La información y su correcto uso es – sin duda- el insumo vital del desarrollo de las naciones. Citando al filósofo Francis Bacon “la información es poder”. Si bien algo de cierto hay en la frase, estamos  en una era en la que los datos, las cifras y el propio conocimiento llegan a ser tantos y en volúmenes tan abrumadores, vemos que es necesario poner orden al caos, saber dónde y qué buscar, cómo interpretar, qué decisiones tomar, es decir se vuelve fundamental no solo el conocer, sino más bien saber ¿cómo usar aquello que se encontró? Entonces, se puede enunciar “saber que hacer con la información (conocimiento) es poder”.

No es lo mismo saber cómo se hacen las cosas, que seguir las órdenes de quien lo sabe.

El dato, esa “representación primaria de variables cualitativas y cuantitativas que son almacenables, transferibles, que pueden ser visualizadas, controladas y entendidas”, según lo definió Etymonline, es el principio, el medio y el fin de la nueva sociedad. Básicamente esos datos están esparcidos en el éter, el desafío es qué buscar, cómo  buscarla, traducirla a nuestros objetivos y analizar los datos que están disponibles, para luego poder aplicar ese conocimiento en  métodos productivos con el fin de mejorar los aspectos sanitarios del ser humano y su interrelación con el medio ambiente.

Tener los datos es bueno. Tener esos datos organizados y tabulados, los convierte en información, y eso es muy bueno. Pero, saber qué hacer con esa información, es lo que llamamos conocimiento, y es algo excepcional.

Sin conocimiento de los datos, las personas toman decisiones basadas en el instinto, la especulación o la teoría predominante. Las personas se sienten atraídas por personas que señalan problemas y comparten soluciones. Su opinión es importante, pero no es solo tuya. Si desea marcar la diferencia en el mundo, o en una comunidad, para el caso, necesita que se escuche su voz. Eso no significa gritar más fuerte que otra persona; significa poder difundir su mensaje de una manera lógica y razonable. Aquí es donde usted  necesita tres cosas indivisibles: datos, información y conocimiento.  

Hoy, el impacto de la información y el uso de las redes, mediante la Tecnología de la Información y Conocimiento (TIC), transforman los sistemas comunicacionales y el entorno de la sociedad. Por su intermedio, permite que la información y el conocimiento se comparta y expanda, favorece el proceso de aprendizaje, genera oportunidades laborales y estimula la autosuficiencia y creatividad. De esta manera, quedan anuladas, abolidas, invisibles, las barreras sociales y geográficas. Vemos entonces, como la Sociedad del Conocimiento va tomando forma.

Hablamos de Sociedad del Conocimiento cuando el saber y el conocimiento son los pilares que gobiernan y condicionan la estructura y composición de la sociedad actual. A su vez, son también, las mercancías (conocimiento) e instrumentos determinantes que condicionan el bienestar y progreso de los pueblos. Conceptualmente, resume las transformaciones que se están produciendo en nuestra sociedad, permite que analicemos su utilidad y muestra el camino hacia lo que nos espera. Entonces, queda claro a esta altura, que la información son un cumulo de datos procesados que suelen ser útiles para responder a preguntas como: Quién, Qué, Dónde y Cómo. Pero, que pasa con la información estanca, la que no está siendo usada? Si no se usa para resolver situaciones nuevas para las cuales no existe precedente o si  no se convierte en una forma de acción determinada y dirigida,  no es conocimiento. 

El conocimiento se distingue de la información. Ya que el hecho de poseerlos, sea en la esfera que sea, significa que alguien es capaz de realizar actividades intelectuales o manuales. Es por tanto que, el conocimiento es fundamentalmente una capacidad cognoscitiva. Y si analizamos lo que es la información, vemos que es un conjunto de datos, estructurados y formateados, pero inertes e inactivos hasta que no sean utilizados por los que tienen el poder del conocimiento suficiente para interpretarlos y manipularlos.  

El progreso del bienestar social, económico, cultural y el desarrollo político de las sociedades, dependen de la constante innovación tecnológica dentro de la informática, las telecomunicaciones, los medios de comunicación y el internet. En esa innovación, circula, transita, se almacena y se aplica de manera práctica, toneladas de información de todo tipo. Este volumen de información es llamado Big Data y se recopila de múltiples fuentes, formatos y diversas estructuras.

Esta época de la Sociedad del Conocimiento (era cognitiva) se define en tres cambios:

  • Los datos se han convertido en el nuevo recurso natural del mundo, redefiniendo sectores y profesiones
  • El surgimiento de cloud, está convirtiendo a las TIC y a los procesos de negocio en Servicios digitales
  • Los Sistemas de Relacionamiento están transformando la Interacción empresa-consumidor, generando expectativas de seguridad, confianza y valor, a cambio de información personal

Interconexión

El término ciberespacio, hace referencia a un mundo no físico, sin límites, en donde cualquier persona puede estar interconectada, a través de una conectividad a la red, de manera tal, que pueda interactuar de manera global, dentro de este mundo físico, sin ningún tipo de barreras. Este concepto de ciberespacio fue acuñado por el novelista William Gibson, en 1984, donde el termino se refería al mundo virtual de las computadoras y desde entonces así se ha utilizado.

El mundo digital se estructura y se entiende a partir de los datos, que son el elemento básico a partir del cual se pone en movimiento ese mundo. De ahí su centralidad hoy. Esto es lo que está ocurriendo en el  área salud:

Los síntomas son información, o sea son datos que registra e interpreta el cuerpo del paciente a partir de la percepción de algún fenómeno anormal funcional o sensitivo, tales como cansancio, dolor, malestar. En general, la información son datos interpretados por algún sujeto. A partir de la información de diversas fuentes (de aquí la importancia de las comunicaciones), esto es, de datos interpretados, se conforma el conocimiento, que tradicionalmente involucra humanos/as que saben cómo obrar ante tal información.

Las  tecnologías  digitales  se  basan  en  esos  datos, piezas básicas de un rompecabezas, a  partir  de  las  cuales  se  construye  el  mundo  digital.  Con estas tecnologías, podemos  registrar  digitalmente  casi  cualquier  variable  (biológica,  social,  económica,  de  comportamiento, etc.) y debido a esto, hay ingentes cantidades de dato dando vueltas, esperando quien pueda relacionar fenómenos antes aislados,  entenderlos,  modificarlos  y/o  prevenir  sus  resultados. Esto está cambiando la manera de enfrentar la salud.

Nosotros vivimos en un mundo que está  cada vez más interconectado, debido a la digitalización del mundo físico. Hoy, la combinación software y hardware dota a un producto de vida inteligente. Vemos que quien tiene un smartphone, elemento que está íntimamente relacionado con nuestra vida, está además conectado con otras fuentes, que a su vez se interconectan entre ellos, lo que hace que se redefina el significado de red. Y aquí mismo, en este mismo tiempo y lugar, Internet nos muestran cantidad de datos en tiempo real, ya que cada día se están creando 2,5 trillones de bytes de estos. Ahora, cómo se digiere este tema?. Parte del problema con los datos es la misma abundancia. Se debe analizar con protocolos estrictos, para que no se diluya o distraiga el objetivo planteado. Quién tiene el “know how” en educación, hoy está haciendo la diferencia, ya que se toma algunos segundos acceder a miles de títulos desde la comodidad de la casa, o desde un celular inteligente, pero, sabemos qué hacer con estos??. Estés donde estés, podes tener los datos de la mejor calidad, y sería positivo que todos supieran que hacer con lo que encuentran.

El Internet de las cosas (IoT) es una red creciente de objetos cotidianos, desde máquinas industriales hasta bienes de consumo, que pueden compartir información y completar tareas mientras está ocupado con otras actividades, como trabajar, dormir o hacer ejercicio. Compuesto por millones de sensores y dispositivos que generan flujos incesantes de datos, imprescindibles en el área médica, internet de las cosas médicas (IoMT).

IoT es la generación de una gran cantidad de datos que deben ser analizados a través de la tecnología Big Data con el fin de ofrecer mejores servicios ante el usuario, sea en un Hospital o en un laboratorio de alta complejidad. Estos objetos inteligentes ofrecen millones de datos, que provienen directamente del número de dispositivos conectados entre sí, ya sea a través de Internet o microchips, los cuales muestran una estrecha relación, cuando su número aumenta, los datos que quedan almacenados y listos para el análisis aumentan también. Además, la Inteligencia Artificial ofrece un gran potencial en IoMT, ya que ofrece nuevos servicios y opera de manera más eficiente que años atrás, siendo esta, clave para el futuro del IoT.

En un sistema adecuado, los datos médicos generados por la red de IoMT de atención médica se cifran y se transfieren al sistema de almacenamiento (nube), que se puede compartir de forma segura entre el personal de salud. El uso del análisis de Big data para entregar información basada en evidencia irá in crescendo a lo largo del  tiempo, será más eficiente y no solo permitirá salvar la vida de pacientes en riesgo inmediato, sino que también permitirá seleccionar y analizar las mejores prácticas asociadas con cualquier enfermedad, lesión o dolencia.

El portal de estadística, Statista, se calcula que el número de dispositivos conectados (IoT) pasará  a ser de  más de 25.400 millones en 2030, es decir, 3 veces más elementos interconectados que en la actualidad. Según el último informe de IoT Analytics, la cantidad de dispositivos de Internet de las Cosas (IoT) conectados alcanzó los 12,3 mil millones el año pasado y se espera que supere los 27 mil millones de conexiones para 2025.

Para la atención médica, cualquier dispositivo que genere datos sobre la salud de una persona y envíe esos datos a la nube será parte de este IoT. Los wearables (Smartwatch, Fitbit, entre otros) s on quizás el ejemplo más familiar de un dispositivo de este tipo. Están disponibles dispositivos de acondicionamiento físico que registra cuántos pasos se han dado,  ritmo cardíaco, su peso y futura tendencia.

¿Qué es la disrupción digital?

Aquellos que pueden imaginar cualquier cosa

pueden crear lo imposible. Alan Turing

Disrupción digital es una transformación que es causada por las tecnologías digitales emergentes y modelos de negocio. Estas nuevas tecnologías innovadoras producen el cambio disruptivo que afectan el valor de los bienes y servicios existentes.

La disrupción digital en las empresas se define como una alteración y transformación global, producida por un cambio a raíz del desarrollo de las nuevas tecnología, cambiando por completo los modelos de negocios tal y como se conocían hasta ahora. Una de las principales consecuencias de la disrupción digital en las empresas es el cambio de mentalidad. La implementación de nuevas tecnologías afecta de forma integral a todas las partes que forman las organizaciones, incluido el capital humano.

Los directivos deben tomar un papel activo en el proceso de transformación digital. No se trata de introducir las nuevas tecnologías ciegamente, sino en hacerlo con el fin de lograr el mayor éxito para la compañía. Así, la disrupción digital implica “pensar en digital”.

Los ejemplos mas claros de lo que es disrupción digital ahora:

Qué es Bigdata

“In god we trust all others must bring data (Confiamos en Dios, el resto debe traer datos)” William Edwards Deming

El concepto de big data existe desde hace años; la mayoría de las organizaciones entienden ahora que si capturan todos los datos que llegan a sus empresas (potencialmente en tiempo real), pueden aplicar análisis y obtener un valor significativo de ellos. Esto es especialmente cierto cuando se utilizan técnicas sofisticadas como la inteligencia artificial. Pero incluso en los años 50, décadas antes de que nadie pronunciara el término “big data”, las empresas utilizaban análisis básicos (básicamente, números en una hoja de cálculo que se examinaban manualmente) para descubrir ideas y tendencias. Algunas de las mejores ventajas de la analítica de big data son la rapidez y la eficiencia. Hace sólo unos años, las empresas recopilaban información, ejecutaban análisis y descubrían información que podía utilizarse para tomar decisiones en el futuro. Hoy en día, las empresas pueden recopilar datos en tiempo real y analizar big data para tomar decisiones inmediatas y mejor informadas. La capacidad de trabajar más rápido -y de mantenerse ágiles- da a las organizaciones una ventaja competitiva que antes no tenían. Este tipo de información procesada servirá para manejar, almacenar, extraer y construir conocimiento de valor para cualquier campo del saber.

"Big Data significa todos los datos, en todas sus formas, que incluyen no sólo los datos tradicionales sino también correos electrónicos, comentarios en redes sociales, fotos, audio y video, datos de instrumentos y sensores, y hasta el tono emocional de una comunicación verbal o escrita. Pero Big Data es más: también incluye el variado conjunto de tecnologías que permiten analizar esos datos",

Big Data ofrece nuevos tipos de datos

  • Big Data ofrece datos más honestos
  • Big Data nos permite focalizarnos en grupos más precisos de individuos
  • Big Data permite realizar muchos experimentos causales en poco tiempo

Hoy en día, casi más de 7.000 millones de dispositivos comparten información por Internet. Se estima que esta cifra se elevará hasta los 20.000 millones en 2025. En este sentido, el Big Data se encarga de analizar este océano de datos para convertirlo en la información que está transformando el mundo.

Si buscamos en Google el término Big Data, encontraremos diferentes tipos de conceptos, entre los cuales veremos de forma repetida palabras como «masivos», «gran escala», «grandes conjuntos de datos», «enormes cantidades de datos», “Petabytes” y “Exabytes”. ¿Sabes cuanta cantidad de información contiene un Exabyte? La respuesta es un billón de Gigabytes. Así es, es una cantidad de datos que es imposible imaginarlo para nosotros, pero no para una máquina. Las grandes compañías como Google suelen hablar de Petabytes y Exabytes de información con mucha frecuencia, y es algo normal por la cantidad de datos que manejan. En cambio, en instituciones pequeñas o pymes, lo común sería hablar de Gigabytes y Terabytes. Es decir, de Small Data.

Y es que al hablar de Big Data se hace referencia a cantidades de datos exorbitantes, que difícilmente caben en la imaginación: aunque no está definido taxativamente y sigue cambiando al paso del tiempo, los expertos consideran que Big Data se refiere a conjuntos de datos de tamaños que van desde 30-50 Terabytes (1012, 1.000.000.000.000 de bytes) a varios Petabytes (1015 bytes = 1.000.000.000.000.000 de bytes) e, incluso, hasta Exabytes (EB, 1018 bytes, un trillón de bytes).

1 Byte = 8 bits

Kilobyte         1024 Bytes                 1024 Bytes

Megabyte     1, 024 Kilobytes         1, 048, 576

Gigabyte       1, 024 Megabytes    1, 073, 741, 824

Terrabyte       1, 024 Gigabytes      1, 099, 511, 627, 776

Petabyte       1, 024 Terabytes       1, 125, 899, 906, 842, 624

Exabyte         1, 024 Petabytes       1, 152, 921, 504, 606, 846, 976

Zettabyte       1, 024 Exabytes         1, 180, 591, 620, 717, 411, 303, 424

Yottabyte      1, 024 Zettabytes      1, 208, 925, 819, 614, 629, 174, 706, 176

Cómo para tener una mínima idea, de las cifras cotidianas que manejamos diariamente, aunque  igual no podríamos tener presente la magnitud de esas cifras, ponemos como ejemplo lo que pesa una película de alta definición.

La grabación de vídeo en HD: Cada minuto de grabación en calidad 720p HD a 30 fps ocupa poco más de 60 MB. Esto supone que una grabación de una hora ocupará un espacio total de cerca de 3,6 GB, con lo que podemos llenar un smartphone con 128 GB de almacenamiento con algo más de 30 horas de vídeo. ¿Qué puedo hacer con 100 GB de Internet?: Además, con cualquiera de estas cantidades de datos podrías: Enviar/recibir más de 10,000 correos electrónicos.  Descargar desde o cargar a un sitio de redes sociales, como Facebook, más de 1,000 fotos medianas. Descargar más de 1,000 canciones en MP3. Ver más de 1,000 videos en YouTube de calidad estándar.

El Gran Colisionador de Hadrones (LHC)  es el acelerador de partículas más grande del mundo, usado por físicos alrededor del mundo para estudiar la naturaleza de la materia. Los experimentos con LHC producen alrededor de 50-75 petabytes cada año, el equivalente de 15-20 millones de películas de alta definición.

Las grandes empresas, Google por ejemplo, tuvieron que analizar  qué hacer con tanta cantidad de datos, básicamente dispersos, y cómo sacar provecho de los mismos. Para este fin, se diseñan los protocolos de actuación y análisis, de esta manera, comprendieron que si toda esa información (datos) se iba  ordenando a medida que se  recopilaba, se iban analizando y así  podían llegar a entender mejor el mercado y a crear una estrategia personalizada. De esa manera podrían cumplir con el objetivo de satisfacer mejor las necesidades de los consumidores. Así, todo el caos de datos dispersos, fueron ordenados y se convirtieron en la llave para tomar decisiones inteligentes y acertadas minimizando riesgos. Incluso, podían predecir el comportamiento de los consumidores y estar en el momento exacto (just in time) en el que quisieran satisfacer alguna necesidad.

La directiva UIT-T Y.3600, de la Unión Internacional de Telecomunicaciones (UIT), aprobada el 6 de noviembre de 2015, facilita las siguientes definiciones de Big Data y de Big Data como Servicio (BDaaS):

  • Big Data es un paradigma para hacer posible la recopilación, el almacenamiento, la gestión, el análisis y la visualización, potencialmente en condiciones de tiempo real, de grandes conjuntos de datos con características heterogéneas.
  • BDaaS es una categoría de servicio en la nube en la que las capacidades que se ponen a disposición del cliente del servicio en la nube le permiten recopilar, almacenar, analizar y visualizar los datos utilizando tecnologías Big Data.

Desde la introducción del concepto Big Data se han asociado una serie de características clave que lo definen, llamadas las “V” de Big Data. Inicialmente, estas

características eran tres: volumen, velocidad y variedad. volumen (la digitalización de ciertos procesos puede generar grandes volúmenes de datos), variedad (fuentes de datos heterogéneos) y velocidad (en referencia al potencial tiempo de llegada y procesamiento de los datos en real-time). Posteriormente se han añadido otras características, como la veracidad de los datos, añadiendo así cuatro dimensiones y marcando las características que tradicionalmente se están asociando a Big Data, y otra quinta dimensión, el valor de los datos, que se ha añadido recientemente, generando así las denominadas cinco V del Big Data.

Los datos que se contienen dentro de un Big data pueden ser:

Datos estructurados: con longitud y formato, fecha y caracteres bien definidos, se almacenan en tablas(hojas de cálculo).

Datos no estructurados: datos crudos sin formato específico y texto libre, no sé pueden almacenar en una tabla por no ser aptos, por ejemplo documentos pdf, multimedia, tweets o mails.

Datos semiestructurados: no involucra campos determinados o base de datos tradicionales, pero tienen marcadores para separar los diferentes elementos, ejemplo:  información en HTML, el XML o el JSON.

Red de espías                                                                                                    

Un Martini con hielo, mezclado, no agitado. James Bond

El volumen de datos que se genera cada día en las redes sociales, ha crecido de forma exponencial, dando lugar a que las cantidades de datos que se generan sean inmensas. Algunos de estos números, por ejemplo, eventos que suceden cada minuto: Google realiza casi 70 millones de traducciones de palabras; Instagram recibe casi 2,5 millones de ‘likes’ a los posts de sus usuarios; Siri responde casi 100.000 peticiones; los usuarios suben más de 800.000 nuevos ficheros a Dropbox; se publican casi 10.000 tweets con emojis, etc.

Hay múltiples fuentes de donde provienen todos estos datos.

Generados por las personas: el hecho de enviar correos electrónicos o mensajes por WhatsApp, publicar un estado en Facebook, twitear contenidos o responder a una encuesta por la calle son cosas que hacemos a diario y que crean nuevos datos y metadatos que pueden ser analizados. Se estima que cada minuto del día se envían más de 200 millones de e-mails, se comparten más de 700.000 piezas de contenido en Facebook, se realizan dos millones de búsquedas en Google o se editan 48 horas de vídeo en YouTube.

Transacciones de datos: la facturación, las llamadas o las transacciones entre cuentas generan información que tratada adecuadamente genera datos relevantes. 

E-marketing y web: generamos una gran cantidad de datos cuando navegamos por internet. Con la web 2.0 los mismos usuarios se convierten en generadores de contenidos gracias a su interacción con el sitio. Existen muchas herramientas de rastreo utilizadas en su mayoría con fines de marketing y análisis de negocio. Incluso los movimientos de ratón quedan grabados en mapas de calor y queda registro de cuánto pasamos en cada página y cuándo las visitamos.

Machine to Machine (M2M): son las tecnologías que comparten datos con dispositivos: medidores, sensores de temperatura, de luz, de altura, de presión, de sonido, etc, que transforman las magnitudes físicas o químicas y las convierten en datos.

Biométrica: son el conjunto de datos que provienen de la seguridad, defensa y servicios de inteligencia. Son cantidades de datos generados por lectores biométricos como escáneres de retina, escáneres de huellas digitales, o incluso lectores de cadenas de ADN.

Sea por diversión, curiosidad o necesidad, cada vez que entramos en una página web estamos facilitando una serie de datos sobre nuestra actividad online,  para qué visitamos un sitio, si somos usuarios habituales o a qué sitios accedemos y cómo lo hacemos.  Toda nuestra actividad deja huella y la mayoría de las personas no son conscientes de la cantidad de información que esto aporta. Incluso, el  estar en la vía pública y a través de la geolocalización de nuestras terminales, las redes wifi o cámaras de vigilancia, cualquiera puede obtener una jugosa base de datos que se convertirá en información útil mediante el Big Data.

La plataforma de servicio de suscripción de vídeo bajo demanda Netflix es una de las empresas que más partido le saca al Big Data. La empresa monitoriza el número de reproducciones que hace cada uno de sus usuarios y analiza sus valoraciones, el soporte que usan (desde dónde acceden a sus contenidos), su ubicación geográfica o el día y hora del visionado. Con toda esta información construye un perfil completo de sus suscriptores.

“Nuestro negocio es un modelo de servicio de suscripción que ofrece recomendaciones personalizadas para ayudarte a encontrar series y películas que te interesen. Para hacerlo, hemos creado un complejo sistema de recomendaciones patentado. En este artículo se ofrece una descripción detallada de nuestro sistema de recomendaciones en términos sencillos. Cada vez que accedes al servicio de Netflix, nuestro sistema de recomendaciones te intenta ayudar a encontrar una serie o película para que disfrutes con el mínimo esfuerzo. Calculamos la probabilidad de que veas un título en particular de nuestro catálogo en función de una serie de factores, entre los que se encuentran:

Tus interacciones con nuestro servicio (como tu historial de visualización y cómo has clasificado otros títulos). Además de saber lo que has visto en Netflix para personalizar mejor las recomendaciones, también analizamos aspectos como:

La hora del día en que ves Netflix,

Los dispositivos que utilizas para verlo y

Durante cuánto tiempo lo utilizas.

Todos estos datos se utilizan como entradas que procesamos en nuestros algoritmos. Un algoritmo es un proceso o conjunto de reglas que se siguen en una operación de resolución de problemas. El sistema de recomendaciones no incluye información demográfica (como edad o género) como parte del proceso de toma de decisiones.

Cuando introduces una consulta de búsqueda, los principales resultados que devolvemos se basan en las acciones de otros miembros que han introducido las mismas consultas u otras similares”.

Amazon, el gigante del comercio minorista en línea, utiliza su enorme banco de datos para acceder a los nombres, direcciones, pagos e historiales de búsqueda de sus clientes y los emplea en algoritmos publicitarios y para mejorar las relaciones con los clientes. Si tenemos una cuenta de Amazon y miramos rápidamente nuestra página de inicio de Amazon, podremos notar que cuando nos desplazamos hay recomendaciones basadas en nuestro historial. Recomendaciones adicionales, artículos de venta basados ​​en lo que compramos y las búsquedas en el historial.

Bigdata en salud

“En algún lugar, algo increíble está esperando ser conocido”. Carl Sagan

En el cuidado de la salud, el viraje de los sistemas de información en salud (SIS) desde un enfoque centrado en la enfermedad hacia otro centrado en el paciente ha comenzado a generar grandes volúmenes de información. Hasta hace un tiempo, las fuentes de información se obtenían a través de la historia clínica electrónica (HCE), el registro personal de salud y los estudios complementarios, como imágenes y análisis de laboratorio. Ahora, se incorporan otras fuentes no convencionales a partir de la incorporación de nuevas tecnologías de la información y comunicación (TIC) que incluyen a las ciencias ómicas, la telesalud, los biosensores y los rastreadores de actividad física entre otros.

En la siguiente figura, podemos observar la interrelación del Big Data y la salud.

La aplicación del Big Data Salud se orienta al almacenamiento de datos y su posterior análisis con el objetivo de mejorar la gestión de hospitales, la atención sanitaria o la investigación médica, entre muchas otras funciones. La recopilación y análisis de datos clínicos sobre pacientes resulta fundamental a la hora de desarrollar nuevas soluciones y tecnologías que permitan mejorar diagnósticos, tratamientos y, en general, la atención hospitalaria.

Hoy, tenemos diferentes usos  y aplicaciones del Big Data en medicina:

Desarrollo de la medicina predictiva: el Big Data unido a la investigación genómica podría abrir un nuevo escenario a la hora de tomar decisiones médicas con mayor antelación.

Diagnóstico clínico: el Big Data en salud permite analizar información sobre pacientes que luego puede ser utilizada para mejorar los diagnósticos clínicos.

Epidemiología: el análisis masivo de datos permite realizar estudios a gran escala a menor coste.

Monitorización de pacientes en tiempo real: uno de los objetivos del Big Data en salud es facilitar la vigilancia continua de los pacientes y promover una atención sanitaria proactiva.

Atención a pacientes crónicos: el uso de los macrodatos favorece el seguimiento de pacientes con patologías crónicas, y el desarrollo de nuevas tecnologías para mejorar sus tratamientos.

Gestión de hospitales y centros sanitarios: por ejemplo, a la hora de saber cuál es la demanda de servicios, la disponibilidad de profesionales, etc.

Farmacología: el Big Data permite almacenar y evaluar los resultados de lo ensayos clínicos y emplear la información para el desarrollo de fármacos más baratos y efectivos.

Deporte y salud: el análisis de datos también permite mejorar la monitorización del estado de salud o el rendimiento durante las prácticas deportivas, tanto a nivel profesional como a nivel de usuario.

El big data es un elemento que ya está inmerso en la industria de la atención a la salud. Mediante el análisis de grandes cantidades de información – estructurada y no estructurada – de manera rápida, los proveedores de atención a la salud pueden proporcionar diagnósticos u opciones de tratamiento que salven vidas casi de inmediato.

De hecho, hay una gran cantidad de datos e información en registros médicos electrónicos listos para ser analizados, ya que ese conocimiento latente,  puede ser utilizado para mejorar la atención sanitaria, ya que los profesionales podrán acceder a un conocimiento que facilite su toma de decisiones y proporciona la posibilidad de realizar estudios observacionales en una escala y a una velocidad a la que no se pueden aproximar los ensayos clínicos. Hay áreas que ya se están beneficiando con la aplicación de Big Data. Es evidente en el desarrollo de  la genómica y la proteómica, farmacovigilancia ,investigación clínica, predicción de riesgos postquirúrgicos asociados a cardiopatías específicas, oncología y neurología, por señalar las más resaltantes, aunque puede ser aplicada a cualquier disciplina, especialidad o tema de salud.

Las  principales fuentes de información de Big Data en salud las siguientes:

1) webs y datos de redes sociales

2) datos de máquina a máquina, como lecturas de sensores, medidores y otros dispositivos

3) grandes transacciones de datos, como reclamaciones de atención médica y registros de facturación

4) datos biométricos como huellas dactilares, análisis genético, escáner de retina, resultados de rayos X y otras imágenes, presión arterial, lecturas de oximetría de pulso y otros tipos

5) otros datos generados por humanos, como registros médicos electrónicos (EMR), notas de médicos, correos electrónicos y documentos en papel

El campo de la Informática de la Salud,  está en la cúspide de su período más emocionante hasta la fecha (y es solo el comienzo). Esta nueva era donde la tecnología se está especializando en el manejo de  grandes volúmenes de datos, nos está brindando conocimiento. Gracias a la llamada minería de datos, los conocimientos disponibles están ayudando a tomar decisiones relativas a diagnóstico, tratamiento, … todo finalmente enfocado a una mejor atención al paciente.

En la actualidad, se están viendo ciertos beneficios en salud, como ser:

  • Optimizar el almacenamiento de datos, sobre todo en los hospitales o centros sanitarios que manejan gran cantidad de información sobre pacientes
  • Mejorar la gestión clínica, haciéndola más efectiva
  • Favorecer la investigación científica y su futura aplicación médica
  • Reducir los costes operativos en los métodos de diagnóstico y en la terapéutica
  • Poder adelantar soluciones y prever posibles problemas: desarrollo de  la medicina predictiva
  • Optimizar la atención al paciente: es capaz de mejorar la atención de los pacientes en hospitales o centros médicos, analizando qué pacientes tienen más prioridad, indicando las camas disponibles, evitando largos tiempos de espera para operaciones o suministrando fármacos de forma automática
  • Evitar fraudes y abusos, reduce la posibilidad de que se produzcan fraudes o negligencias médicas por parte de los profesionales del sector
  • Promover el autocuidado de la salud, mediante la información proveniente de los biosensores
  • Ofrecer una mayor calidad de la documentación científica

Aplicación práctica de la utilidad de Big Data en farmacoterapia: Esta es la historia de “Vioxx, un analgésico de última generación desarrollado por Merck que llegó a convertirse en un bestseller de los medicamentos con ventas anuales de más 2.500 millones de dólares. Vioxx era una historia de éxito en el sector farmacéutico hasta que una de las primeras aplicaciones de big data en el ámbito de la salud descubrió la verdad sobre el fármaco. Kaiser Permanente, un consorcio sanitario californiano, junto a la U.S. Food and Drug Administration utilizaron técnicas de análisis de datos pioneras en su momento para estudiar la historia clínica de más de un millón de pacientes tratados con Vioxx y descubrieron que la probabilidad de sufrir un ataque al corazón se triplicaba en dichos pacientes. Vioxx, el exitoso analgésico, estaba matando a gente o al menos poniendo en peligro la vida de millones de personas en todo el mundo. El estudio demostró los efectos secundarios del medicamento y consiguió que éste fuera retirado del mercado, ahorrando no dólares ni euros sino enfermedades y posibles muertes de enfermos”.

Medicina de las “4P”

Existe un gran consenso en la creencia de que Big Data será el gran impulsor de la medicina del futuro,  “Medicina de las 4P”: medicina personalizada, predictiva, preventiva y participativa.

El concepto de las 4P en Medicina es la base de la medicina de precisión. Si las analizamos de manera descriptiva estas siglas corresponden a:

Personalizada: se basa en la obtención de la información individual de cada paciente a través del auge de las llamadas “-ómicas” (genómica, proteómica, metabolómica, transcriptómica, etc.). Se prevé que en un futuro cercano se pueda ofrecer a cada paciente la terapia más adecuada a sus características físicas, patológicas y de comportamiento con los menores efectos secundarios

Predictiva: recoge toda la información personalizada del individuo obtenida desde las “-ómicas” y permite pronosticar la probabilidad de padecer determinadas enfermedades. se podría detectar la existencia de posibles patologías antes de que aparezcan los primeros síntomas. En este sentido, también seduce el importante papel que puede tener  el conocimiento del mapa genético de los pacientes y la predisposición asociada a padecer ciertas enfermedades en el futuro, redefiniendo la actitud de pacientes y profesionales sanitarios y la relación entre ambos.

Preventiva: se centra en la predicción del riesgo para establecer medidas que eviten problemas de salud, a través de la modificación del estilo de vida, soluciones terapéuticas o de otra índole, para disminuir el riesgo de enfermedad. Se puede extrapolar, que si es posible determinar con mayor precisión las enfermedades que puede sufrir un individuo por su genómica combinada con las variables de entorno, es fácil trasladar esta misma idea a todo un conjunto poblacional.

Participativa: estas intervenciones requieren de la necesaria contribución del paciente, empoderando al mismo en la toma de decisiones sobre su salud, e intentando eliminar el excesivo paternalismo de la relación sanitario-paciente.

Comentario final

“La información no es conocimiento” Albert Einstein

En la “Estrategia mundial sobre salud digital 2020–2025” presentada en 2021, la Organización Mundial de la Salud (OMS) afirma que, ante la constatación de que las TIC presentan nuevas oportunidades y desafíos para la consecución de los 17 Objetivos de Desarrollo Sostenible (ODS).

Las herramientas disponibles en el ciberespacio, están permitiendo, una interacción con el profesional de la salud, sea para mejorar el desarrollo personal o para brindar mejores decisiones sobre la salud de los pacientes. Tecnologías como la Internet de las cosas Médicas (IoMT), la asistencia virtual, la supervisión a distancia, la Inteligencia Artificial (IA), la analítica de macrodatos (Big Data), las cadenas de bloques, dispositivos inteligentes para llevar encima (wearables), plataformas, herramientas que permiten intercambiar y almacenar datos, como los elementos más destacados. Estas tecnologías captan datos, los intercambian, los aplican en el ecosistema de salud, con el objetivo de mejorar los métodos diagnósticos y sus resultados. De esta manera, se logra mejorar y ampliar la adquisición de los conocimientos basados en la evidencia, las aptitudes y competencias del profesional de la salud, con la consecuente optimización de la toma de decisiónes metodológicas basada en datos, implementación de terapias digitales, organización de ensayos clínicos y facilitar el autocuidado y la atención centrada en las personas.

El consenso global en  la comunidad sanitaria mundial, ha determinado que  el uso estratégico e innovador de tecnologías digitales y de vanguardia de información y comunicaciones será un factor facilitador esencial, para garantizar que 1.000 millones de personas más se beneficien de la cobertura sanitaria universal, estén mejor protegidas frente a emergencias sanitarias y disfruten de una mejor salud y bienestar.

La aplicación del paradigma de Big Data al entorno de la salud, devendrá en una mejora de magnitud aún no predecible en la calidad de la atención a los pacientes, así como en la prevención, diagnóstico y tratamiento de enfermedades, unido a una reducción notable en los costes de sanidad.

Es de destacar, cómo el capítulo de Metodología de la Investigación, se inmiscuye y potencia toda la actividad asistencial, ya que permite: aplicar en medicina las diferentes técnicas analíticas (descriptiva, predictiva y prescriptiva), evaluar correctamente los riesgos de los procedimientos, determinar el mejor tratamiento disponible para el paciente, prever suficiente stock farmacológico, conocer las preocupaciones de las comunidades que se crean en torno a dolencias específicas o gestionar mejor la disponibilidad de camas de un hospital, entre otros.

El Big Data cada vez está más arraigado dentro del sector salud, de tal manera que la aplicación de sus técnicas de análisis de datos masivos, pueden dirigirse a la reducción del gasto médico y a la mejora de las tasas de mortalidad. Y aunque esto impacta directamente en la toma de decisiones basadas en mejor información, todavía ha de enfrentarse a una serie de retos, que a su vez se pueden convertir en oportunidades:

Integración de la información: el diseño de sistemas que permitan integrar la información de forma inmediata entre diferentes áreas de los hospitales o entre diferentes centros sanitarios.

Documentación digital: muchos hospitales todavía guardan grandes cantidades de información en formato físico. Por ello, uno de los retos del Big Data en salud es digitalizar toda esa información para que sea mucho más segura y accesible. Esta digitalización de la información ha de realizarse sin que suponga un esfuerzo extra para los profesionales del sector.

Análisis de datos no estructurados: otro de los retos del Big Data en salud es desarrollar sistemas que permitan analizar datos no estructurados sobre salud, por ejemplo imágenes o texto, los cuáles han de ser dotados de estructura y significado para tener una aplicación práctica real.

Intercambio de datos: todavía se han de desarrollar medios técnicos y disposiciones legales que garanticen un intercambio de información eficaz y que a su vez respete la privacidad de los datos de los pacientes.

Medios para asegurar la calidad: también se deben establecer estándares que sirvan para determinar los requisitos necesarios para asegurar que los datos son de calidad, esto es, que son verídicos, relevantes y están actualizados.

Imprimir Email

Escuela FASGO | Cursos 2024

Promoción: Abone hasta en 3 cuotas sin interés | Becas Disponibles • Consulte con su APM

Para descuentos por inscripciones de grupos de más de 5 alumnos consultar en Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.


    InfoFASGO

    Una selección de Artículos científicos de interés en diversas especialidades de la Ginecología y la Obstetricia