La transformación digital está acercando el Big Data y el análisis de datos a todos los sectores, incluido el sociosanitario, para ayudar a las organizaciones a tomar decisiones más acertadas. La implantación de soluciones Big Data en Salud conseguiría una sanidad más eficiente optimizando el uso de los recursos y mejorando la atención al paciente.
Marcio Borges Sa, Coordinador de la Unidad Multidisciplinar de Sepsis del Hospital Son Llàtzer, participó como ponente en Big Boom Data, la jornada del IIC sobre el valor de los datos, para hablar de cómo conseguir esta eficiencia en sanidad gracias a técnicas analíticas que aprovechen la información que se esconde tras los datos para aportar valor. Casos de éxito como el que expuso reflejan que un mejor uso de los datos en el sector sanitario permitiría un notable ahorro económico y en vidas humanas.
El potencial del Big Data en Salud
La asistencia sanitaria actual depende de las tecnologías de la información. Las grandes bases de datos que maneja la medicina son una importante fuente de información para mejorar la calidad del sector sanitario. Combinar con técnicas de Big Data para Salud los datos tradicionales con otras nuevas formas de datos, tanto a nivel individual como poblacional, es fundamental para que la sanidad pública pase de administrar la enfermedad a fomentar el bienestar, la prevención, la detección, diagnóstico y tratamiento precoces.
El potencial del Big Data en Medicina reside en su capacidad para integrar datos estructurados y no estructurados provenientes de múltiples fuentes como la historia clínica digital, los sistemas de prescripciones médicas, de almacenamiento y comunicación de imágenes, un sinfín de aplicaciones de eSalud, y una larga serie de bases de datos construidas con finalidades clínicas diferentes. En ellas se recogen datos de la visión individual de cada paciente, de las comunidades de pacientes y de la sociedad en general. El análisis de la información que generan tiene el potencial de optimizar el uso de los recursos y salvar vidas.
Hoy en día tanto la investigación clínica como el tratamiento de las enfermedades han cambiado radicalmente. Los ensayos clínicos no representan a la población. Hay que personalizar la medicina; pero, solo si los datos están bien estructurados, podemos perfilar los pacientes de forma eficaz. En este sentido, gracias al Big Data en Sanidad, se pueden disminuir los riesgos acotando y personalizando los tratamientos.
Uso del Real World Data en Sanidad
Digitalizar los datos médicos de los centros sanitarios permitiría mejorar la coordinación de la atención al ciudadano, detectar fraudes y abusos, y reducir la ineficiencia de los procesos administrativos y clínicos. Para ello hay que aprovechar el potencial de analizar los datos reales provenientes de los propios pacientes y sus circunstancias personales (Real World Data) con técnicas Big Data de análisis predictivo. Es fundamental recoger, encriptar, anonimizar y estructurar bien todo tipo de datos, respetando el tema de la privacidad. Debemos estudiar los datos y limpiar el ruido: discriminar los datos realmente importantes. Hay que crear algoritmos específicos, probar modelos y técnicas e ir aprendiendo. Aunque lleve más tiempo, lo que se puede ganar es mucho.
- La investigación genómica y la secuenciación del genoma.
- Operativa clínica (guías de práctica clínica reales e individualizadas).
- Autoayuda y colaboración ciudadana.
- Atención personalizada al paciente agudo.
- Monitorización remota de pacientes (domicilio, lugares de difícil acceso…).
- Medicina personalizada.
- Autopsias virtuales.
- Seguimiento de pacientes crónicos.
- Procesos médicos más eficaces y mejor coordinados (trasversalidad).
- Detección precoz de procesos agudos y crónicos.
- Búsqueda de relaciones causa-efecto (por ejemplo, efectos de un medicamento).
Entre estos proyectos destinados a conseguir una sanidad más eficiente gracias al uso de técnicas Big Data en Salud se encuentra, de hecho, el proyecto Código Sepsis del Hospital Son Llàtzer, con el que colabora el IIC. Gracias a técnicas Big Data de análisis predictivo en su unidad de medicina intensiva consiguieron mejorar los índices en detección de pacientes con sepsis, lo que conllevó ahorrar costes y salvar vidas. Generalizar estas soluciones a otros centros sanitarios conseguiría sin duda una sanidad más económica y más eficiente.
