Big Data para diagnóstico precoz de enfermedades, fue el tema del que habló nuestro compañero Álvaro Romero, Data Scientist en el área de Health and Energy Predictive Analytics en la 32ª Reunión Anual de ESVS organizada por la Sociedad Europea de Especialistas en Cirugía Vascular en Salud Vascular a la que asistieron cirujanos vasculares, aprendices, enfermeras, técnicos y otros profesionales de disciplinas relacionadas.
Álvaro representaba a España dentro del primer simposio titulado: How can registries become Big Data?, estando acompañado de conferenciantes internacionales de renombre de países como Finlandia, Reino Unido, Suecia y Alemania, que compartieron su experiencia sobre una innovación o técnica particular en cirugía vascular.
“Big Data for Early Diagnosis” o Big Data para diagnostico precoz, fue nuestra contribución a la 32ª Reunión Anual de ESVS, tema que iba muy en línea con el objetivo de esta reunión: aliviar las enfermedades, preservar y proteger la salud mediante el avance en beneficio público de la ciencia y el arte y la investigación de las enfermedades vasculares.
Álvaro explicó a la audiencia la gran cantidad de datos disponibles que hay en el sector salud (de dispositivos móviles, repositorios internacionales sobre patologías concretas e historia clínica informatizada) y cómo las técnicas Big Data se ocupan de poner valor a todos esos datos para poder acceder a la información con una necesidad u objetivo común.
Estos son algunos ejemplos de proyectos en los que se aplican de técnicas de analítica, predictiva, prescriptiva y descriptiva con el fin de diseñar un sistema o algoritmo de recomendación:
- Optimización de listas de espera
- Segmentación de pacientes
- Ayuda en diseño de protocolos o predecir recursos.
- Detección de patrones de pacientes relacionados con casos de hiperfrecuentación
- Detección de patrones relacionados con hiperprescripción
- Diagnóstico precoz de enfermedades: Una alerta precoz de una infección o enfermedad en un hospital puede mejorar mucho la calidad de vida de las persona, evitar que acuda a la UCI, con el consecuente retorno de la inversión para el hospital que esto supone.
- Planificación de tratamientos.
Algoritmos de recomendación
Estos sistemas recomiendan, aprenden y se reentrenan con la confirmación del experto, teniendo en cuenta esa información para el siguiente caso que se presente. Para ello hay que diseñarlos y entrenarlos a medida, añadiendo efectos culturales y reentrenarlos para cada caso concreto. Además, no nos podemos olvidar del punto más más importante, medir muy bien para ver cómo están funcionando los algoritmos de recomendación.
Todos estos casos de detección precoz de enfermedades están siempre dirigidos por un responsable experto médico e informático y los datos disponibles son privados y únicamente se utilizan para lo que están autorizados y siempre de forma anonimizada.
En el evento se habló también de la importancia de aplicar Procesamiento del lenguaje natural dentro de estos sistemas, ya que gracias a esta tecnología y la aplicación de técnicas de lingüística computacional en los textos de la historia clínica digitalizada se pueden codificar datos, detectar el contenido de enfermedades y fármacos que se están aplicando, analizar informes o extraer conocimiento de otros aspectos importantes para el proyecto.
La investigación, el desarrollo y la innovación tienen mucho que aportar en todos los sectores y en concreto en el sector salud. Desde el IIC seguimos trabajando para que estos avances sean posibles y seguir ofreciendo valor a hospitales, pacientes y por ende toda la sociedad.
La 32ª Reunión Anual de ESVS tuvo lugar en el Palacio de Congresos de Valencia y el Programa científico ofrecía: sesiones de presentaciones, Conferencias honoríficas y magistrales, sesiones científicas plenarias y de premios, posters, simposios así como sesiones de enfermeras y técnicos vasculares.