Ya hace un tiempo que existen los historiales médicos electrónicos integrados en redes o registros electrónicos de salud, que, según el informe Big Data en Salud Digital, de Red.es y Vodafone, son expedientes que pueden integrar la información clínica y administrativa de un paciente en redes que cumplen los estándares de interoperabilidad para poder ser utilizados y compartidos por profesionales autorizados dentro de más de una organización de salud.

¿Qué engloban estos sistemas de información hospitalaria? en este estudio se explica que integran la información demográfica y general, la agenda médica y la ficha clínica del paciente. También, almacenan y organizan toda la información específica de los diagnósticos y tratamientos efectuados.

Los beneficios están claros: la disminución de los errores de medicación; la disminución de los reingresos hospitalarios, la disminución de la duplicación de ensayos y, consiguientemente, una mejora del diagnóstico y la atención Todo ello, al mismo tiempo que se reducen los costes asociados a la atención sanitaria.

Campos de aplicación del Big Data en Salud

El estudio de Big Data en Salud Digital da a conocer que un gran campo de aplicación del Big Data en salud está relacionado con la bioinformática que nos ha llevado a la llamada era ómica, en relación a la genómica o a la proteómica que está suponiendo un enorme avance de la biomedicina. Así trata de encontrar la manera de capturar, almacenar, procesar e interpretar toda esa información biológica codificada en el genoma humano.

En investigación clínica, los profesionales sanitarios pueden llegar a ofrecer diagnósticos más ajustados y de forma que estén mejor respaldados desde una perspectiva científica. Por otro lado, los laboratorios de análisis clínicos, con el Big Data, pueden llegar a prestar sus servicios de forma mucho más rápida.

En gestión clínica, se puede conseguir una operativa más efectiva y eficaz, proporcionando información en tiempo real a los técnicos, enfermeras y médicos, para mejorar el triaje; prevenir infecciones; realizar análisis predictivos para identificar a los pacientes con mayor riesgo de reingreso hospitalario o errores de prescripción, diagnóstico o tratamiento.

Hacia una medicina más personalizada

Gracias a las tecnologías de Big Data y la Inteligencia Artificial, se prevé que en un futuro cercano se pueda ofrecer a cada paciente la terapia más adecuada a sus características físicas, patológicas y de comportamiento con los menores efectos secundarios.

El estudio de Red.es y Vodafone destaca que la medicina está aprendiendo que los pacientes no son tan homogéneos como se creía y que los individuos responden de formas diferentes a los mismos tratamientos, aunque compartan la misma patología.

Con el procesamiento de datos podríamos predecir qué medicamentos son más efectivos para un determinado perfil de paciente y personalizar el tratamiento hasta el mismo individuo. Desde el Col·legi de Metges de Barcelona señalan que el registro de los datos es cada vez más preciso y enmarcado con mecanismo de seguridad, ahora bien, destacan que no acabamos de utilizar bien la IA y el machine learning que realmente está a nuestro alcance, y con esto se podría hacer una medicina más personalizada y en determinados ámbitos, como en investigación, el Big Data resulta imprescindible para iniciar cualquier investigación, tanto en hospitales como en atención primaria.

Permite una medicina preventiva

Con los datos extrapolamos si es posible determinar con mayor precisión las enfermedades que puede sufrir un individuo por su genómica combinada con las variables de entorno. De manera que, si la medicina es capaz de entender mejor las enfermedades, será también capaz de prevenirlas y, por tanto, diseñar antes soluciones que permitan un mejor estado de salud de la población.

La Federación Española de Empresas de Tecnología Sanitaria (Fenin) expone que la IA y el Big Data, además de sensores de alta sensibilidad, están siendo muy importantes en el desarrollo de la transformación de los sistemas sanitarios, no solamente en la forma en que se abordan los problemas clínicos sino también en la manera en que se cambia el modelo desde una perspectiva de silo reactivo a una perspectiva de continuidad asistencial basada en la capacidad de adelantarse, de ser predictivo, de facilitar mejores diagnósticos y tratamientos. En definitiva, de cómo conseguir mejorar los resultados en salud no a partir de la evidencia clínica sino a partir de los datos.

Big Data y Covid-19

Ya en el estudio Big Data en Salud se desgranó que otra área importante de la aplicación de Big Data era la asistencia sanitaria es la lucha contra las epidemias. Por ejemplo, para predecir la propagación del virus Ébola en África, los profesionales sanitarios utilizaron datos de geolocalización de los teléfonos móviles de la población para realizar un mejor seguimiento de sus movimientos y definir en mayor medida, las áreas para el establecimiento de los centros de tratamiento contra la enfermedad. Así, los profesionales sanitarios pueden utilizar la analítica de Big Data en tiempo real para saber dónde se está extendiendo un virus y a qué ritmo.

El informe resalta que la aplicación de soluciones Big Data en epidemiología pueden ayudar a contener estos costes gracias a diversos factores: en la maximización del potencial de investigación de las cohortes existentes, en la formación y el desarrollo del personal, y en la integración de la epidemiología de observación y la intervención.

A partir de aquí, el Covid-19, como cualquier otra crisis viene a cambiar el paradigma de una forma más rápida, con derivadas que aún están por identificar, analizar y ver qué efecto pueden tener en el medio plazo. Desde Fenin apuntan que, en esta pandemia, se ha constatado de forma vertiginosa que los datos ayudan desde muchos puntos de vista:

A gestionar, desde el punto de vista de salud pública, el control de la expansión de pandemias y, por tanto, a proponer medidas que faciliten la identificación de riesgos siendo capaces de proponer planes de contingencia de forma anticipada.