Aplicaciones de BIG DATA en salud
En este documento presentamos algunos aspectos metodológicos y aplicaciones prácticas del BIG DATA en Salud.
ASPECTOS METODOLOGICOS
En Big Data existen tres tipos principales de análisis:
1) los modelos predictivos que estiman las probabilidades de un determinado suceso en el futuro;
2) los modelos descriptivos que describen las relaciones entre individuos y conforman grupos; y
3) los modelos de decisión, también llamados modelos de optimización
EL BIG DATA EN SALUD
APLICACIONES
En la actualidad se están desarrollando múltiples utilidades del Big Data en diferentes ámbitos de la salud. La capacidad de análisis, derivada del uso del Big Data, puede optimizar la obtención de conocimiento aplicable en el conjunto del sistema de salud de diferentes maneras:
- La combinación de la genómica y el Big Data apunta a que puede convertirse en una nueva revolución de la salud, mejorando la toma de decisiones clínicas y facilitando el desarrollo de la llamada “medicina predictiva”.
- Big Data en salud también puede permitir que los profesionales sanitarios ofrezcan diagnósticos más ajustados y respaldados desde una perspectiva científica.
- En epidemiología, Big Data puede ayudar a reducir los costes asociados a los estudios poblacionales a gran escala.
- Uno de los principales beneficios de la aplicación de Big Data en salud está relacionado con la mejora en la atención a los pacientes crónicos. Que se puede derivar del uso de Big Data en conjunción con diferentes tipos de dispositivos tecnológicos.
- En operativa clínica, Big Data permitirá a los centros sanitarios tener información de calidad sobre la demanda de servicios y de la disposición y calidad de los mismos, convirtiéndose en una herramienta muy valiosa para los decisores en los ámbitos de gestión.
- Big Data en salud también tiene un potencial efecto transformador en el ámbito de la farmacología. La capacidad de Big Data de complementar la información obtenida en los ensayos clínicos, y la potente capacidad de proceso con información del mundo real, puede derivar en; 1) una reducción de costes del desarrollo de los fármacos; 2) una mejora de la eficacia de los mismos y sus interacciones; y 3) la oportunidad de desarrollar nuevos fármacos para patologías de baja prevalencia.
OTROS BENEFICIOS DERIVADOS DE LA APLICACIÓN DEL BIG DATA EN SALUD
(conclusiones del trabajo del grupo de Vodafone España)
LA SOSTENIBILIDAD DEL SISTEMA DE SALUD
Big Data tiene como uno de los beneficios esperados la contribución a la sostenibilidad de un Sistema Nacional de Salud en riesgo, debido al incremento del gasto sanitario, producto del envejecimiento poblacional, las enfermedades crónicas y el coste de los tratamientos, todo ello en una complicada coyuntura económica.
MEJORA DE LA CALIDAD DE LA ATENCIÓN MÉDICA
De forma paralela a lo anterior, se espera que Big Data en salud también mejore la calidad de la atención médica, tanto en los aspectos de investigación, diagnóstico y tratamiento, como de atención socio-sanitaria, derivado de una mejor toma de decisiones basadas en el conocimiento que puede aportar esta tecnología.
AVANCES FARMACOLÓGICOS
Por otro lado, los avances en farmacología también están acortando los tiempos de desarrollo de los fármacos. Permitiendo una mayor variedad de los mismos y la posibilidad de tratar enfermedades que, por una cuestión de baja prevalencia y su escasa rentabilidad asociada, no eran investigadas. Además, al mismo tiempo que las llamadas “enfermedades raras” tienen grandes posibilidades de ser tratadas gracias a los fármacos desarrollados con las nuevas tecnologías. En un futuro cercano se pretende llegar a fabricar fármacos expresamente personalizados, como una especie de ”traje a medida” farmacológico. Así, las posibilidades que puede proporcionar la aplicación de Big Data en farmacología se fundamentan en la velocidad de proceso y en la gran cantidad de datos disponibles en los múltiples repositorios. Así, estos mismos repositorios, mediante los efectos que se producen entre la multitud de posibilidades de interacción entre ellos según su prescripción, pueden ayudar a comprender mejor estas interacciones. Informe Big Data en salud digital 15
LA MEDICINA DE LAS 4 Ps
Por otro lado, el nuevo paradigma que representa Big Data, genera un gran consenso entre los expertos sobre la potencialidad de esta tecnología para impulsar la medicina del futuro o también llamada “Medicina de las 4P”, esto es, hacia una medicina personalizada, predictiva, preventiva y participativa.
-
MEDICINA PERSONALIZADA:
Gracias a las tecnologías de Big Data en concreto y a los avances recientes en la medicina genómica en general. 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. De esta forma, estamos en los albores de pasar de una medicina enfocada a poblaciones a otra basada en el individuo.
-
MEDICINA PREVENTIVA:
Basado en la misma justificación que en el caso anterior, es decir, a partir de las propias características de Big Data. 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. Si la medicina es capaz de entender mejor las enfermedades, será también capaz de prevenirlas y, por tanto, diseñar ex ante soluciones que permitan un mejor estado de salud de la población.
-
MEDICINA PREDICTIVA:
Relacionada con las dos nuevas formas de hacer medicina antes planteadas, también aparece una tercera “p” que es la llamada medicina predictiva. Gracias a Big Data y al análisis de datos procedentes de los equipos que monitorizan a los pacientes. También miden algunos parámetros médicos y mediante la correlación de estos datos con otros procedentes de imágenes médicas o análisis clínicos. Se podría detectar la existencia de posibles patologías antes de que aparezcan los primeros síntomas. Informe Big Data en salud digital 16
-
MEDICINA PARTICIPATIVA:
Finalmente, la cuarta “p” de las nuevas maneras de hacer medicina es la llamada medicina participativa. Esta nueva manera de hacer medicina difiere de las anteriores en que sitúa al paciente en el centro de la misma. En este sentido, la aparición y consolidación del uso de las TIC en salud provoca una serie de cambios que nos lleva a un nuevo modelo de provisión de servicios de salud y a una modificación sustancial de la relación paciente-profesional de la salud. En este sentido, el Paciente; 1) quiere ser más participativo en la relación con su médico, está más comprometido y es mucho más activo, proactivo, partícipe y responsable, sobre todo a la hora de tomar decisiones. 2) está comprometido con su enfermedad, desea controlar lo que le sucede y para ello tiene en Internet una gran herramienta de información y asesoramiento; y 3) a veces elige a su médico a través de las valoraciones u opiniones en Internet y, muy habitualmente, en las redes sociales.
BIG DATA Y LA CRONICIDAD
Colectivos como las personas con discapacidad y los enfermos crónicos son dos colectivos especialmente vulnerables que pueden verse enormemente favorecidos por la aplicación de Big Data en salud. Al permitir esta tecnología el desarrollo de nuevos modelos más eficientes de atención sanitaria y nuevos modelos de vida independiente. El aumento de la esperanza de vida en los países europeos y más concretamente en España, conlleva nuevos retos que se focalizan especialmente en una mayor prevalencia de las enfermedades crónicas. Estas enfermedades implican unos elevados gastos sanitarios difíciles de mantener en el estado actual de crisis económica. Ya que estos pacientes requieren atención médica continua debido a los múltiples problemas de salud que padecen al mismo tiempo. La prevalencia de las enfermedades crónicas es alta y creciente. Una mejor prevención y una mejor gestión de estas enfermedades son una prioridad para la UE y sus estados miembros. Ya que además del riesgo grave para la calidad de vida de los ciudadanos y el aumento Informe Big Data en salud digital.