{"id":2423,"date":"2021-06-23T16:36:00","date_gmt":"2021-06-23T15:36:00","guid":{"rendered":"https:\/\/telecomkh.info\/?p=2423"},"modified":"2021-10-19T11:07:15","modified_gmt":"2021-10-19T10:07:15","slug":"la-aplicacion-del-big-data-al-entorno-sanitario-ha-de-garantizar-la-seguridad-y-privacidad-de-los-datos-clinicos-segun-un-reciente-informe-de-willis-towers-watson","status":"publish","type":"post","link":"https:\/\/telecomkh.info\/?p=2423","title":{"rendered":"La aplicaci\u00f3n del Big Data al entorno sanitario ha de garantizar la seguridad y privacidad de los datos cl\u00ednicos, seg\u00fan un reciente informe de Willis Towers Watson"},"content":{"rendered":"

Las organizaciones sanitarias han de ser conscientes de que aprovechar el enorme potencial del uso del Big Data exige garantizar que los datos relacionados con la salud del ciudadano no sean objeto de abuso<\/strong><\/p>\n

Ha de haber tambi\u00e9n un esfuerzo concertado para garantizar la seguridad de los datos sanitarios de cara a su utilidad en beneficio del paciente y proactividad en la creaci\u00f3n de campa\u00f1as de concienciaci\u00f3n y divulgaci\u00f3n para que la ciudadan\u00eda conozca sus derechos y sepa las ventajas y posibles inconvenientes de la compartici\u00f3n de sus datos m\u00e9dicos.
\nEstas son algunas de las principales conclusiones del informe \u201cBig Data in Healthcare. Opportunities, emerging risks and potential liabilities\u201d recientemente publicado por Willis Towers Watson en el que se proporciona un completo an\u00e1lisis de la situaci\u00f3n en que se encuentra la inclusi\u00f3n del Big Data en los entornos sanitarios a escala global, sus principales aportaciones y los posibles riesgos de su incorrecta implementaci\u00f3n y\/o uso.
\nAplicado al contexto sanitario, el Big Data -movimiento de enormes vol\u00famenes de datos mediante sofisticadas aplicaciones inform\u00e1ticas de procesamiento y an\u00e1lisis- tiene un significado multidimensional que implica una ingente diversidad de tipos de datos y fuentes de procedencia (centros m\u00e9dicos p\u00fablicos y privados, farmacias, registros poblacionales y censales, aseguradoras, datos bancarios, centros de investigaci\u00f3n, diversas instituciones de la Administraci\u00f3n P\u00fablica a nivel central y auton\u00f3mico, ONG\u2026) as\u00ed como la vinculaci\u00f3n y el an\u00e1lisis eficientes de esos datos en tiempo real.
\n\u201cEl modelo, clave para facilitar \u00e1gilmente informaci\u00f3n procesable y permitir la toma de decisiones informadas en una red muy compleja con numerosos participantes que (re)utilizan y vinculan los conjuntos de datos, implica una tensi\u00f3n inherente entre los grandes beneficios para la comunidad y los posibles da\u00f1os individuales, incluido el riesgo para la privacidad y el posible uso indebido de datos sensibles. Un ejemplo cercano lo tenemos en la pol\u00e9mica en la escena internacional generada por las iniciativas de intercambio de datos y los retos \u00e9ticos de las aplicaciones de rastreo de contactos relacionadas con el Covid-19\u201d, se\u00f1ala Diego de la Torre, experto en Sanidad de Willis Towers Watson Espa\u00f1a<\/p>\n

Principales retos del uso del Big Data en el entorno sanitario<\/strong>
\nEl an\u00e1lisis de Willis Towers Watson destaca 8 principales retos a la hora de implementar un modelo de Big data aplicado al \u00e1mbito sanitario:<\/p>\n

\u2022 Interoperabilidad<\/strong>: es necesario que los sistemas garanticen datos exactos y de calidad y la interoperabilidad segura de ellos entre los diferentes sistemas sanitaros y agentes implicados en su gesti\u00f3n y extracci\u00f3n.<\/p>\n

\u2022 Gesti\u00f3n de los datos<\/strong>: las pol\u00edticas y los procedimientos han de proteger la informaci\u00f3n sanitaria y alinearse con las normativas y legislaciones al respecto de c\u00f3mo se gestionan los dispositivos a trav\u00e9s de los que se pueden usar y acceder a esos datos, en cada pa\u00eds y en organismos internacionales.<\/p>\n

\u2022 Almacenamiento de los datos<\/strong>: el volumen de datos sanitarios es masivo, su crecimiento exponencial y su accesibilidad cada vez m\u00e1s amplia a trav\u00e9s de diferentes dispositivos. Los sistemas tradicionales de almacenamiento f\u00edsico no son suficientes, son vulnerables, dif\u00edciles de ampliar y muy costosos de mantener.<\/p>\n

\u2022 Accesibilidad a los datos y competencias en dispositivos m\u00f3viles<\/strong>: la ca\u00edda del sistema o la lentitud en el acceso a los datos sanitarios desde distintos dispositivos ponen en riesgo la atenci\u00f3n al paciente. Es esencial desplegar una estrategia de gesti\u00f3n y mitigaci\u00f3n de riesgos, y el almacenamiento en la nube despunta como un gran aliado, escalable y con capacidad para dar servicio a usuarios concurrentes sin comprometer la seguridad, incluso cuando se utilizan numerosos dispositivos m\u00f3viles.<\/p>\n

\u2022 Propiedad del dato<\/strong>: la historia cl\u00ednica, ya sea impresa o electr\u00f3nica, tiene niveles de propiedad. Los datos individuales (constantes vitales, anal\u00edticas, diagn\u00f3sticos, im\u00e1genes radiol\u00f3gicas\u2026) suelen ser propiedad del paciente. Pero los soportes en los que se registra y almacena la informaci\u00f3n suele considerarse propiedad de organizaci\u00f3n que tiene el sistema (custodio legal que tiene la obligaci\u00f3n de proteger esa informaci\u00f3n). El Big Data genera, as\u00ed, un modelo que puede considerarse de propiedad compartida.<\/p>\n

\u2022 Responsabilidad por la extracci\u00f3n de datos<\/strong>: el est\u00e1ndar de la atenci\u00f3n sanitaria cambia continua y necesariamente. En un entorno Big Data hay que plantearse que el conocimiento especializado es necesario para establecer los criterios de la extracci\u00f3n de datos y abarca todo el resto de la cadena de su gesti\u00f3n y extracci\u00f3n.<\/p>\n

\u2022 Talento anal\u00edtico en la gesti\u00f3n de datos m\u00e9dicos<\/strong>: el sistema sanitario necesita cient\u00edficos de datos y personal inform\u00e1tico con conocimientos sanitarios para poder realizar an\u00e1lisis significativos. Los gestores de riesgos sanitarios deben reconocer los nuevos y diferentes perfiles profesionales que est\u00e1n surgiendo debido a la influencia transformadora del Big Data. De otro lado, tanto el personal m\u00e9dico como administrativo necesitan obtener la informaci\u00f3n cl\u00ednicamente relevante, y no otra, para que sus diagn\u00f3sticos y gestiones sean efectivos.<\/p>\n

\u2022 Ciberseguridad<\/strong>: existen m\u00faltiples ciberdelitos que, en el caso del dato sanitario, ser\u00edan extremadamente graves (malware\/phishing, ransomware, etc.) y la multiplicidad de dispositivos fijos y m\u00f3viles a trav\u00e9s de los que puede accederse al dato, cada uno con distintos niveles de seguridad, exige establecer pol\u00edticas de seguridad muy altas y gesti\u00f3n de riesgos de primer nivel.<\/p>\n

La responsabilidad de la reutilizaci\u00f3n de datos sanitarios
\nLos gobiernos est\u00e1n cada vez m\u00e1s preocupados por la posible explotaci\u00f3n comercial de los datos m\u00e9dicos de los ciudadanos y hay normativas y legislaciones (internacionales y nacionales) que tratan de impedirla o mantenerla bajo control. En el caso de la Uni\u00f3n Europea, la normativa se regula a trav\u00e9s del Reglamento General de Protecci\u00f3n de Datos (GDPR por sus siglas en ingl\u00e9s).
\nAlgunas normas se basan en la desidentificaci\u00f3n como mecanismo principal para proteger la privacidad del paciente pero con los r\u00e1pidos avances de las t\u00e9cnicas de reidentificaci\u00f3n y los modelos de vinculaci\u00f3n de datos, las normas y reglamentos existente no son suficientes ni para proteger la privacidad de esos datos ni para garantizar su explotaci\u00f3n con fines comerciales.
\nDe otro lado, numerosos ciudadanos no son conscientes, o no comprenden bien, lo positivo y lo negativo de que sus datos sanitarios se gestionen y compartan con un modelo de Big Data. Hay que abordar esta comprensi\u00f3n limitada mediante campa\u00f1as educativas para contar con un sistema transparente que fomente el consentimiento
\ninformado. De hecho, no todos los pa\u00edses exigen ese consentimiento informado para el uso secundario de datos. Por ejemplo, aunque el GDPR establece un umbral elevado para lograr el consentimiento, este no es un requisito absoluto y hay varias bases legales para las excepciones. Existe un gran potencial de abuso y mal uso de los datos de los pacientes.
\nComo explica Diego de la Torre, \u201cEl Big Data aplicado a la salud trae oportunidades y ventajas muy prometedoras, pero tambi\u00e9n abre el margen a que ciertos interesados en la explotaci\u00f3n comercial de los datos m\u00e9dicos de los ciudadanos se beneficien sin conocimiento o consentimiento de estos. Una vez m\u00e1s, y como debe ser, el individuo est\u00e1 en el centro del ecosistema de datos sanitarios.\u201d
\nPor lo tanto, dar prioridad a la opini\u00f3n del paciente permite elaborar pol\u00edticas de reutilizaci\u00f3n de datos que concilien mejor los intereses de los ciudadanos y limen las posibles fricciones que genera la extracci\u00f3n, el intercambio y la vinculaci\u00f3n de esos datos. A esto ha de sumarse una mayor transparencia sobre la participaci\u00f3n
\ncomercial de cara a abrir el camino hacia unas estrategias de uso secundario de datos legales, equitativas, sostenibles y centradas en la comunidad.<\/p>\n

Arriba, en la foto, John Haley, CEO de Willis Towers Watson \/ Imagen cortes\u00eda de cortes\u00eda Willis Towers Watson\u00a0<\/em><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Las organizaciones sanitarias han de ser conscientes de que aprovechar el enorme potencial del uso del Big Data exige garantizar que los datos relacionados con la salud del ciudadano no sean objeto de abuso Ha de haber tambi\u00e9n un esfuerzo concertado para garantizar la seguridad de los datos sanitarios de cara a su utilidad en … <\/p>\n

Continue reading \u00abLa aplicaci\u00f3n del Big Data al entorno sanitario ha de garantizar la seguridad y privacidad de los datos cl\u00ednicos, seg\u00fan un reciente informe de Willis Towers Watson\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":2424,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[11,64],"tags":[],"_links":{"self":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/2423"}],"collection":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=2423"}],"version-history":[{"count":1,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/2423\/revisions"}],"predecessor-version":[{"id":2425,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/2423\/revisions\/2425"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/media\/2424"}],"wp:attachment":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=2423"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=2423"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=2423"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}