Big data aplicado a la medicina

Inicio » Big data aplicado a la medicina

big data en la sanidad: estudio de caso

La tecnología está revolucionando nuestra comprensión y tratamiento de las enfermedades, afirma el director fundador del Instituto Icahn de Genómica y Biología Multiescala del Sistema de Salud Mount Sinai de Nueva York.

La mayoría de las empresas toman una decisión consciente y deliberada de adoptar la digitalización y la revolución de la información. Sin embargo, el papel de los macrodatos en la medicina parece casi obligar a las organizaciones a involucrarse. En esta entrevista, el Dr. Eric Schadt, director fundador del Instituto Icahn de Genómica y Biología Multiescala del Sistema Sanitario Mount Sinai de Nueva York, explica a Sastry Chilukuri, de McKinsey, cómo los enfoques de investigación basados en datos pueden ayudar a los pacientes, de qué manera la tecnología tiene el potencial de transformar la medicina y el sistema sanitario, y cómo el Instituto Icahn está construyendo su base de talento. A continuación, una transcripción editada de las observaciones de Schadt.

Una de las principales limitaciones de la medicina actual y de la industria farmacéutica es nuestro conocimiento de la biología de las enfermedades. Los grandes datos entran en juego cuando se agrega cada vez más información en torno a múltiples escalas de lo que constituye una enfermedad, desde el ADN, las proteínas y los metabolitos hasta las células, los tejidos, los órganos, los organismos y los ecosistemas. Esas son las escalas de la biología que debemos modelar integrando los grandes datos. Si lo hacemos, los modelos evolucionarán, se construirán y serán más predictivos para determinados individuos.

big data en la publicidad

¿Cambiará el “big data” la forma de prestar atención sanitaria? Todos los indicios apuntan a que el sector sanitario será la próxima gran frontera del big data, que podría conducir a una experiencia sanitaria más conectada y completa.

Tradicionalmente, la atención sanitaria se ha prestado por un médico que examina a un paciente cada vez, con la información que se haya puesto a disposición en el momento de la cita o la sesión. Entonces, ¿cómo puede el big data revolucionar la forma en que su consulta interactúa con los pacientes?

¿Tiene curiosidad por saber si cuenta con el personal adecuado en las funciones correctas? ¿Se pregunta cómo puede mantener a su personal incentivado y centrado en la experiencia del paciente? Consulte nuestro libro electrónico gratuito, Staffing in the New Economy.

Los macrodatos pueden facilitar a los médicos una mejor toma de decisiones clínicas, ya que les dan acceso a un volumen mucho mayor de datos médicos. Por no hablar de que el big data ayudará a los proveedores de servicios sanitarios y a otros profesionales de su consulta a dar sentido a los datos amorfos de las revistas médicas, las imágenes de rayos X y las notas del médico.

el futuro del big data en la sanidad

Sin embargo, perdidos bajo un diluvio de datos, el objetivo de comprensión puede parecer a menudo tan lejano como cuando sólo teníamos un número más limitado de mediciones con las que lidiar. Si nuestro objetivo es comprender la complejidad de las enfermedades, debemos ser capaces de dar sentido a los complejos volúmenes de datos que ahora pueden generarse rápidamente. De hecho, hay pocos sistemas más complejos que los que se encuentran en el campo de la biomedicina. La idea de que la biología humana está compuesta por una compleja red de sistemas interconectados no es nueva. El concepto de “niveles biológicos” interconectados se introdujo en la década de 1940 (3), aunque el enfoque reduccionista de la biología puede remontarse a Descartes, y la analogía de la deconstrucción de un mecanismo de relojería prevalece desde Newton (4) hasta Dawkins (5). Estas ideas han servido de base para el desarrollo de la “biología de sistemas”, en la que se pretende llegar a explicaciones mecanicistas de las funciones biológicas superiores en términos de las “partes” de la máquina biológica (6).

El desarrollo de los enfoques de Big data ha mejorado enormemente nuestra capacidad para investigar qué “partes” de la biología pueden ser disfuncionales. El objetivo de la medicina de precisión es llevar este enfoque un paso más allá, haciendo que esa información tenga un valor pragmático para el clínico en ejercicio. La medicina de precisión puede definirse sucintamente como un enfoque para proporcionar los tratamientos adecuados a los pacientes adecuados en el momento adecuado (7). Sin embargo, para la mayoría de los problemas clínicos, las estrategias de precisión siguen siendo una aspiración. Nunca se insistirá lo suficiente en el reto que supone reducir la biología a sus componentes y, a continuación, identificar cuáles pueden y deben medirse para elegir una intervención óptima, la población de pacientes que se beneficiará y el momento en que lo hará. Sin embargo, el creciente uso de enfoques de Big data sin hipótesis promete ayudarnos a alcanzar este objetivo.

big+data+analytics+en+la+sanidad+pdf

De hecho, la analítica sanitaria tiene el potencial de reducir los costes de los tratamientos, predecir brotes de epidemias, evitar enfermedades prevenibles y mejorar la calidad de vida en general. La esperanza de vida media de los seres humanos está aumentando en toda la población mundial, lo que plantea nuevos retos a los métodos actuales de administración de tratamientos. Los profesionales de la salud, al igual que los empresarios, son capaces de recopilar cantidades ingentes de datos y buscar las mejores estrategias para utilizar estas cifras.

En este artículo, vamos a abordar la necesidad del big data en la sanidad y el big data hospitalario: ¿por qué y cómo puede ayudar? ¿Cuáles son los obstáculos para su adopción? A continuación, veremos 18 ejemplos de big data en la sanidad que ya existen y de los que pueden beneficiarse las instituciones médicas.

Big data en la sanidad es un término utilizado para describir los volúmenes masivos de información creados por la adopción de tecnologías digitales que recogen los historiales de los pacientes y ayudan a gestionar el rendimiento de los hospitales, de otro modo demasiado grandes y complejos para las tecnologías tradicionales.

Ir arriba