Cada 7 de abril se celebra el Día Mundial de la Salud, acción promovida por la Organización Mundial de la Salud (OMS). Cada año se elige un lema para concienciar a la población. Esta vez, el objetivo es promover la “salud para todos”.
Con este lema, la OMS pide a los líderes mundiales que se comprometan a promover la salud de todas las personas, con el objetivo de alcanzar una cobertura sanitaria universal. Además de recordar que todo el mundo tiene un papel muy importante que desempeñar.
En este Día Mundial de la Salud hemos hablado con Julia Díaz, Directora de Innovación del área Health and Energy Predictive Analytics en el IIC, sobre la importancia de promover la “salud para todos”, cómo la aplicación de técnicas Big Data en Salud ayudan al profesional médico a tomar mejores decisiones y cómo los pacientes se pueden beneficiar de un servicio más personalizado.
¿Cómo puede ayudar el Big Data a una atención sanitaria más inclusiva o universal?
La aplicación de técnicas de Big Data permite que se utilice información heterogénea y que la recomendación que se realice sea universal, siempre atendiendo a las características culturales existentes en la información clínica.
Estas técnicas se basan en el conocimiento acumulado de todos los pacientes anteriores para realizar un tratamiento personalizado de cada paciente. Permiten, por tanto, realizar una Medicina más inclusiva y traslacional, es decir, que afecta a la práctica clínica de los pacientes.
Las técnicas Big Data no distinguen entre tipos de personas, se extrae información de forma objetiva intrínseca de los datos.
¿Qué valor aporta el Big Data en Salud?
Los expertos que trabajamos en Big Data hablamos de las “V”. De todas ellas, destacaré la “V” de valor de los datos, que es para nosotros el principal objetivo del Big Data en Salud: dónde están los datos y cuál es la necesidad sobre esos datos:
Volumen de datos en Salud
En su concepto más amplio, cuando pensamos en Big Data, imaginamos grandes volúmenes de datos. Pero, ¿dispone el sector sanitario de grandes volúmenes de datos? Veámoslo con algunos ejemplos.
Cuando en el IIC estamos haciendo un proyecto Big Data en una patología concreta, accedemos a un repositorio internacional de datos de Salud en el que está toda la muestra histórica de esa patología, y eso quiere decir unos 40.000 pacientes.
Si estamos realizando un proyecto en tiempo real en un hospital, monitorizando cada 15 minutos a un paciente, con cada habitación del hospital, y examinando todas las camas, analizando la historia clínica digital y el resto de repositorios que están conectados a la historia clínica, puede que todavía no lleguen a ser grandes volúmenes de datos, aunque tratar toda esa información y relacionar y trabajar con todas estas fuentes y tiempos requiere de técnicas muy complejas.
Velocidad de los datos sanitarios
El sector Salud tiene su propio ritmo de generación de datos. En otros sectores como la Banca, la velocidad en la que se recopilan los datos son apenas milisegundos. En un hospital monitorizamos a los pacientes, como dijimos, cada 15 minutos.
La velocidad en salud es especialmente crítica a la hora de alertar. Hay enfermedades de evolución rápida, para las que una alerta dada a tiempo puede salvar una vida.
Variedad de datos
Con la V de variedad no tenemos ninguna duda. Los datos a los que accedemos en Salud son de diferentes tipos.
Por un lado, existen datos perfectamente tabulados y recogidos (por ejemplo, los que se recogen en una analítica) y, por otro lado, también existen textos sin estructurar, como las pruebas de imágenes (radiografías, resonancias magnéticas, etc.) y el texto de la historia clínica informatizada.
En el IIC abordamos todos estos tipos de datos. Por ejemplo, aplicamos técnicas de Procesamiento de Lenguaje Natural (PLN) para obtener valor de los textos. Se detectan no solo las palabras clave, sino también la intención, la negación… todos los elementos que enriquecen nuestro lenguaje.
Además de todo lo anterior, factores añadidos como, por ejemplo, las condiciones en las que viven las personas incrementan la variabilidad de los datos.
El Valor de los datos de Salud
El valor es claro, porque como hemos dicho más arriba, el Big data en Salud salva vidas.
Por ejemplo, con una alerta precoz de sepsis en un hospital se puede mejorar de forma significativa la calidad de vida de un paciente, o incluso puede impedir que no muera si se aplica el antibiótico oportuno de inmediato.
Desde el punto de vista económico, también ofrece un retorno de la inversión, por ejemplo, una alerta a tiempo puede hacer que el paciente no acuda a la UCI.
En conclusión, con la aplicación de técnicas de Big Data en Salud se obtiene conocimiento adicional que aporta valor al especialista y ayuda a predecir necesidades, realizar diagnósticos precoces y más personalizados, en definitiva, a mejorar la atención al paciente y a salvar vidas.
La aplicación de técnicas Big Data en Sanidad ayuda a disminuir los costes de la aplicación médica y a mejorar la eficiencia, fomentando la atención sanitaria universal.
¿Qué proyectos del entorno Salud desarrolláis en el IIC?
En Big Data en Salud estamos llevando a cabo acciones esencialmente de dos tipos:
Alertas sanitarias inteligentes
Las alertas sanitarias inteligentes son un apoyo a los expertos médicos en la toma de decisiones.
Se pueden desarrollar, por ejemplo, alertas en enfermedades neurodegenerativas, como cuándo va a cambiar un paciente en los estadios de alzhéimer, en sepsis, en un parto, si va a finalizar de forma natural, por inducción o por cesárea, de evolución de cualquier tipo de ataxia…
Detección de patrones
En el apoyo a la gestión hospitalaria, nuestra experiencia tiene que ver con detección de patrones. Nuestros servicios se orientan a la ayuda del diseño de protocolos, la optimización de recursos, de listas de espera o para predecir la demanda.
Por ejemplo, se pueden analizar los protocolos existentes en un centro sanitario para compararlos con las prácticas reales del centro, y ver si necesario adaptar las prácticas del centro o bien modificar los protocolos.
Realizamos también segmentación poblacional, para analizar el perfil de riesgo, de reingreso, de costes, de enfermedades crónicas, etc. Además, ofrecemos servicios de caracterización de hiperfrecuentadores, que son los pacientes que acuden mucho a consulta, y de hiperprescriptores, que son los médicos que hacen que sus pacientes acudan mucho a consulta.
¿Qué técnicas de analítica Big Data aplicáis a Salud?
Aplicamos diferentes técnicas para desarrollar nuestros proyectos de Salud, sobre todo, de analítica descriptiva y predictiva.
Aplicación de técnicas de analítica descriptiva en Salud
En esta fase obtenemos una visión de la situación actual de los datos para conocer de qué datos se dispone, cuáles son las variables relevantes, cuáles son los patrones más frecuentes, cuál es el ruido, la utilidad de los repositorios, visualizar los datos, etc.
Aplicación de técnicas de analítica predictiva
En el IIC utilizamos técnicas de Aprendizaje automático e Inteligencia Artificial para predecir determinadas situaciones concretas. Por ejemplo, con el resultado de una prueba se puede emitir una alerta que prevenga al especialista de la evolución de estadios de enfermedades o de una posible situación futura de alerta.
Aplicación de técnicas de analítica prescriptiva en sanidad
La manera de actuar en Big Data en Salud es por recomendación a la prescripción. Creemos que el único que debe prescribir es el experto médico. Los sistemas de recomendación son sistemas de apoyo a la práctica médica, que alerta objetivamente con la realidad de los datos.
¿Cuál es el principal valor del IIC en proyectos Big Data en Salud?
En el IIC aportamos valor en los proyectos de Big Data en Salud principalmente con estos factores:
Equipo multidisciplinar
-
Científicos de datos. Disponen de un profundo conocimiento de las matemáticas, de la informática y del negocio, para estar en conversación continua con los expertos del sector en el que se esté aplicando el proyecto, en nuestro caso, Big Data en Salud.
-
Lingüistas computacionales. Aplican técnicas de Procesamiento del Lenguaje Natural para analizar el contenido de los textos de la historia clínica, los informes de alta, los informes previos de ingreso, o los campos de observaciones.
-
Expertos en sistemas de Big Data Inteligente. Dan soporte a la infraestructura necesaria para desarrollar los proyectos.
Metodología propia
Es importante destacar que los proyectos desarrollados en el IIC siempre están dirigidos por el experto en medicina. El equipo lo forman el experto médico, el informático y el científico de datos.
Con nuestra experiencia hemos desarrollado metodologías propias para abordar los proyectos de Big Data en Salud, que den el máximo valor a los profesionales de la Sanidad.
Un proyecto surge porque hay una necesidad médica. Trabajamos conjuntamente con el médico y el centro para desarrollar nuestras soluciones y medimos y probamos continuamente nuestras aplicaciones para que tengan el menor fallo posible y se adapten al máximo a las necesidades que se requieren.
Con cada proyecto entrenamos más de 2000 aplicaciones, y ponemos siempre en producción aquella aplicación o combinación de estas que es mejor en valor.
