¿Cómo afecta el big data a la consulta médica?
En el ámbito sanitario, se recoge una gran cantidad de datos provenientes de historias clínicas de pacientes, de estudios clínicos o de otras fuentes (por ejemplo, de la genómica), llamados big data, macrodatos o datos masivos. La influencia de estos datos en la medicina es muy importante, y lo será más aún en un futuro cercano.
¿Cuáles son las características del big data?
Lo que define a estos datos masivos es que no se han recogido expresamente para responder a una pregunta, sino para su análisis posterior. Por lo tanto, no son datos estructurados. Para su evaluación se utilizan algoritmos específicos y aprendizaje artificial.
Los macrodatos se caracterizan por las 5 uves:
- volumen (terabytes, petabytes y zetabytes de información);
- variedad (diversidad de los datos, debido a las diferentes fuentes de obtención);
- velocidad;
- veracidad;
- valor.
¿Cuál es la aplicación práctica de los datos masivos?
Los datos de pacientes reales obtenidos en la práctica clínica (no en ensayos clínicos) se llaman real world data (RWD). Estos datos tienen un potencial enorme para aportar valor a la atención de los pacientes, ya que permiten encontrar patrones predictivos individuales de riesgo o evaluar la eficacia de un tratamiento en diversos grupos de pacientes. Hoy en día, en los estudios clínicos se incluyen solo pacientes con características muy limitadas; sin embargo, los RWD nos dan una visión global del efecto del tratamiento en pacientes en la práctica real.
Dada la importancia de los datos clínicos de los pacientes, la Unión Europea tiene como objetivo sincronizar la historia clínica electrónica y la receta electrónica en los países de la Unión Europea en el año 2021, mediante el proyecto eHealthDSI. España se sumará en el año 2020 con la historia clínica electrónica y en el año 2021, con la receta electrónica.
Por su parte, el análisis de los datos provenientes de las «ómicas» (es decir, de las ciencias que permiten estudiar un gran número de moléculas, como los genes o las proteínas) busca patrones para identificar nuevos biomarcadores o para apoyar las decisiones diagnósticas y terapéuticas, en función de los datos de otros pacientes con los mismos patrones. Todo esto llevará a la llamada medicina personalizada o de precisión: en el futuro, se podrán analizar las características de cada paciente (como, por ejemplo, su información genética) para ofrecerle un tratamiento personalizado, el más eficaz y con menos eventos adversos para él.
Ejemplos de proyectos de big data originados en España
Algunos proyectos españoles basados en los datos masivos son los siguientes:
- Transformar las historias clínicas en big data. La plataforma Savana lleva leídos más de 150 millones de historiales clínicos, con el fin de procesar los datos para evaluar en tiempo real los tratamientos y así ofrecer la mejor práctica clínica posible.
- Diagnóstico de enfermedades raras. La plataforma digital Mendelian permite al médico comparar en unos segundos los síntomas de un paciente con una base de datos de síntomas de enfermedades raras. Se puede así obtener un diagnostico mucho más rápido, ya que actualmente se necesitan 8 años de media para diagnosticar una enfermedad rara. Además, usando inteligencia artificial, la base de datos se actualiza de manera automática con todos los nuevos avances y artículos que aparecen cada día.
- Uso de big data para prevenir sepsis. El proyecto Bisepro utiliza 60 000 informes de pacientes con sepsis para definir un modelo de detección precoz. Ya se ha demostrado que con este método se consigue reducir los falsos positivos del 64 % al 9 %. En este enlace puedes ver un vídeo con más información sobre este proyecto.
Conclusiones y recomendaciones
El uso del big data traerá grandes avances en el campo sanitario, desde la prevención de enfermedades hasta una mejora en el diagnóstico y el uso de tratamientos personalizados. El doctor Hernández Medrano, fundador de las plataformas Savana y Mendelian, opina que los ensayos clínicos se van a reemplazar por predicciones basadas en la inteligencia artificial, y que el hospital más importante del mundo en el futuro va a ser una web. Increíble, ¿verdad?
Referencias
- Mendoza JB, et al. Oportunidades y retos de los macrodatos (Big Data). 2018.
- Instituto de ingeniería del conocimiento. Big data en salud. [Consultado en marzo 2019].
- Diario médico. 2021, el fin de la ´odisea´ de la interoperabilidad en el espacio UE. 2019. [Consultado en marzo 2019].
- Sociedad Española de Cardiología (SEC). Big data en salud: de la medicina basada en la evidencia a la medicina generadora de evidencia. 2018. [Consultado en marzo 2019].
Quizá pueda interesarte también
¿Cuál es la principal causa de muerte en DM2?
Visualiza el vídeo explicativo sobre cual es la principal causa de muerte con pacientes con diabetes tipo 2 (DM2)
Guía práctica sobre el manejo de los pacientes anticoagulados
Descárgate la guía práctica sobre el manejo de los pacientes anticoagulados.
Visualiza el vídeo del Dr. Carlos Cabrera presentando “Easy Project” una herramienta sencilla que simplifica el manejo de la EPOC.
Quizá pueda interesarte también
Buenas Prácticas SEMG en el manejo de la DM2
El Dr. Carlos Miranda, presenta en un vídeo este documento práctico que hace una puesta al día en el conocimiento de la diabetes mellitus tipo 2 y su abordaje en el primer nivel asistencial.
Respondemos a las dudas más frecuentes sobre Fibrilación auricular y anticoagulante, Farmacología de dabigatrán, Indicación, administración y posología, Interacciones con dabigatrán, efectos adversos... ¡y muchas más!
La paradoja de la EPOC: inhalar sin esfuerzo.
El inhalador es clave en la eficacia del tratamiento. Accede a descubrir cual es la elección del inhalador más adecuado para que tus pacientes puedan inhalar sin esfuerzo.