Big data para mejorar la sanidad
La pandemia de COVID-19 demostró la importancia de unas infraestructuras sanitarias fuertes. Lo que sucedía en hospitales y centros de salud quedaba registrado y ayudaba a la ciencia a buscar soluciones para salvar vidas. Además, mientras laboratorios y centros de investigación trabajaban con el fin de ayudar a detener la expansión del virus, también compartían datos.
En este post te vamos a contar por qué el big data es tan importante para los sanitarios que cada día trabajan con el fin de mejorar nuestra calidad de vida y para las administraciones y compañías que operan con ellos. Además, te lo mostramos con algunos ejemplos.
Cómo será la medicina en el futuro
En la medicina del futuro, los macrodatos tendrán mucha importancia. Su análisis sirve para diagnosticar mejor o para diseñar tratamientos más eficaces. De esta forma, la medicina del futuro destacará por perfeccionar la detección de enfermedades. Y no solo la medicina del futuro mejorará la detección en un estadio más temprano. También lo hará con el seguimiento de la evolución y actuará en consonancia para detener la dolencia o diseñar el tratamiento.
Mientras se mejora la calidad de vida de los pacientes, detrás de las consultas, en los laboratorios, se desarrollan proyectos con los que mejorar la ciencia. Contar con grandes cantidades de datos significa afinar los proyectos y ejecutarlos en menos tiempo para contar con nuevos fármacos y tratamientos.
Todo esto permitirá que la medicina del futuro sea a medida del paciente y más precisa, conforme más datos de estilo de vida, genéticos o históricos se incluyan.
La revista Nature Medicine preguntó en 2019 a diversos expertos cómo creían que serían los próximos 25 años de investigación médica. Entre las ideas, señalaban la importancia de saber aprovechar la estructura y capacidad de predicción de los datos en programas genéticos: la medicina de precisión, que usa la información de los genes para prevenir o tratar una enfermedad, mejoraría su desarrollo. También, apuntaban la necesidad de compartir los datos que no fueran íntimos y, al mismo tiempo, asegurar la privacidad de los sensibles.
El vicepresidente ejecutivo del Scripps Research Institute, Eric Topol, proponía que para 2045 contáramos con una «infraestructura sanitaria planetaria» basada en datos accesibles por el mayor número posible de personas. La infraestructura usaría inteligencia artificial con redes neuronales y se podría usar en tiempo real.
Big data en salud: ejemplos
El big data en salud o big data en medicina alcanza numerosos departamentos de un centro sanitario, desde el de Recursos Humanos (para saber cuánto personal necesita) hasta los de compras o las áreas de investigación. La ingesta y el análisis de los datos generados en las operaciones diarias sirven para obtener conclusiones que mejoren las operaciones de cada día y lo que resulta más interesante: hacen avanzar la ciencia y mejoran la salud de la ciudadanía.
Los ejemplos de big data en salud están en numerosos ámbitos:
- Los historiales clínicos de los pacientes (si su uso no atenta contra la protección de datos)
- Los datos de funcionamientos de los centros: pacientes tratados, material usado, enfermedades más detectadas…
- Resultados de pruebas médicas
- Recopilación de artículos científicos y literatura médica
Proyectos de big data y salud
Si hablamos de ejemplos de big data en salud más concretos, la pandemia de COVID-19 nos dejó una muestra del potencial de los macrodatos para salvar vidas. Para muchas informaciones e investigaciones se ha recurrido al mapa mundial de contagios de la Universidad Johns Hopkins, en Estados Unidos, que está acompañado de algunas visualizaciones de datos complementarias: vacunación mundial, capacidad de los hospitales estadounidenses…
Pero mucho antes de la COVID-19, en 2008, el big data dio muestras de todo el potencial que podría tener en los años siguientes. Entonces, Google lanzó su Flu Trends, una herramienta que hasta 2015 permitía predecir brotes de gripe con las búsquedas de los usuarios y con datos históricos del virus en la región donde se realizaban las búsquedas.
Más allá de la aparición y tratamiento de enfermedades, el big data también puede servir para gestionar las instalaciones sanitarias. Por ejemplo, en París, los departamentos de emergencias de cuatro hospitales han usado plataformas de analítica para predecir el número de visitas de pacientes y las admisiones hospitalarias, y tomar decisiones con respecto a ello.
Big data y salud en Plain Concepts
En Plain Concepts ayudamos a numerosas empresas a gestionar y analizar los datos para que sea más fácil que les saquen el máximo beneficio. Nuestro trabajo cubre numerosos sectores, y el sanitario no es menos.
Para la aseguradora de salud española Grupo Asisa, que cubre a 2,2 millones de asegurados con 40.000 trabajadores, migramos a Azure sus más de 100 bases de datos, con hasta 3 TB de datos. Las bases de datos incluían 2,3 millones de historiales clínicos y 7,5 millones de asistencias anuales. El sistema funciona 24 horas al día y los siete días de la semana, y no dejó de hacerlo durante la migración.
La operación permitió a Asisa reforzar su ciberseguridad, a la vez que mejoraba la confidencialidad de los datos y de sus pacientes. Además, esta operación sirvió para que en el futuro implanten con más facilidad tecnologías como realidad mixta o blockchain.
Con este proceso, en Plain Concepts optimizamos el uso de la información estructurada de Asisa. Es una muestra del potencial que las nuevas tecnologías de los macrodatos tienen para mejorar la vida de los pacientes u optimizar procesos en el sector sanitario.
