{"id":8266,"date":"2022-08-02T12:15:49","date_gmt":"2022-08-02T11:15:49","guid":{"rendered":"https:\/\/telecomkh.info\/?p=8266"},"modified":"2022-08-02T12:15:49","modified_gmt":"2022-08-02T11:15:49","slug":"como-utilizar-el-big-data-para-mejorar-la-asistencia-sanitaria","status":"publish","type":"post","link":"https:\/\/telecomkh.info\/?p=8266","title":{"rendered":"C\u00f3mo utilizar el Big Data para mejorar la asistencia sanitaria"},"content":{"rendered":"

Los datos que generan los hospitales permiten a las plataformas digitales alimentar y entrenar sus algoritmos para perfeccionarlos, lo que ofrece un nuevo enfoque asistencial totalmente personalizado, capaz de anticiparse a las necesidades del paciente<\/strong><\/p>\n

El Big Data es una de las mayores revoluciones de la historia de la tecnolog\u00eda por el potencial que tienen los datos, siempre en alianza con algoritmos capaces de analizarlos para mejorar la toma de decisiones sanitarias y, en consecuencia, la vida de las personas. La medicina no es ajena a esos beneficios y, desde Futurs, la divisi\u00f3n tecnol\u00f3gica del grupo sanitario Ribera, ya se est\u00e1 trabajando en el desarrollo de plataformas digitales alimentadas por algoritmos y Machine Learning para crear un nuevo modelo sanitario digital, personalizado, proactivo, centrado en las necesidades del paciente y en la eficiencia de los m\u00e9dicos. En palabras de Pablo Gonz\u00e1lez, Managing Director de Futurs, \u201cel principal reto es pasar de un modelo centrado en los procesos y en los profesionales a otro con el foco en el paciente. Y para ello es imprescindible la interoperabilidad, esto es, compartir la informaci\u00f3n entre los diferentes servicios o \u00e1mbitos de actuaci\u00f3n\u201d.
\n\u201cEl Big Data en Sanidad tiene mucho m\u00e1s potencial que en otros sectores\u201d, afirma Francisco Manuel Aznar, Development Manager de Futurs. La raz\u00f3n es sencilla: en el sector Salud se trabaja con muchas variables que, por peque\u00f1as que sean, pueden cambiar el curso de una enfermedad de manera disruptiva. Es posible que en un paciente con una enfermedad est\u00e9n involucrados unos genes concretos y en otro paciente con la misma enfermedad no lo est\u00e9n, o puede que uno responda ante un tratamiento y otro no. \u201cAhora mismo no se sabe por qu\u00e9 sucede, y eso se debe a que no se han analizado todas las variables involucradas. Con el Big Data podemos hacerlo, ya que disponemos de herramientas capaces de extraer patrones que nos ayuden a comprender lo que sucede\u201d, explica Aznar.
\nUn ejemplo de aplicaci\u00f3n de los modelos predictivos fue el algoritmo desarrollado con las herramientas de Azure Machine Learning de Microsoft y que, durante el peor momento de la pandemia, ayud\u00f3 a determinar qu\u00e9 pacientes positivos por coronavirus pod\u00edan desarrollar un empeoramiento que requiriera su traslado a la Unidad de Cuidados Intensivos. Como explicaba Gonz\u00e1lez durante su intervenci\u00f3n en el Forbes Talks, dedicado a la digitalizaci\u00f3n del sistema sanitario, \u201cobviamente, la decisi\u00f3n cl\u00ednica no era del algoritmo, pero su uso nos permit\u00eda hacer un uso m\u00e1s eficaz de un recurso que, en aquel momento, era tan escaso como las camas UCI. Y lo conseguimos, sobre todo, gracias a la interoperabilidad y a un procesado de datos eficaz\u201d. Adem\u00e1s, el algoritmo preve\u00eda qu\u00e9 pacientes con COVID-19 ten\u00edan m\u00e1s probabilidades de reingresar en los siguientes 30 d\u00edas al alta.
\nEstos sistemas necesitan ser entrenados con una gran cantidad de datos, ya que ese volumen determinar\u00e1 la sensibilidad de los an\u00e1lisis: a m\u00e1s datos, mejores predicciones, ya que habr\u00e1 m\u00e1s variables bajo estudio. La clave est\u00e1 en recopilarlos y procesarlos correctamente, ya que proceden de fuentes muy diversas. Futurs tiene implementado un proceso muy concreto para continuar alimentando los diferentes algoritmos que ha desarrollado. \u201cEn los proyectos de algoritmos para prevenir \u00falceras por presi\u00f3n y de ca\u00eddas, por ejemplo, volvemos a recopilar los datos cada seis meses y los mandamos a la m\u00e1quina para ver qu\u00e9 ha pasado en ese tiempo. Dependiendo de la estad\u00edstica y los datos que nos devuelva, volvemos a entrenar el modelo picando nuevas instrucciones o lo dejamos como estaba. De esta forma, identificar\u00edamos variables que ya no aportan informaci\u00f3n relevante y meter\u00edamos otras nuevas que nos trasladen los sanitarios\u201d, explica Adri\u00e1n Belso Garzas, Lead Data Scientist en Futurs.
\nLa experiencia del grupo sanitario Ribera, que gestiona nueve hospitales en Espa\u00f1a y supera los 7.000 profesionales, permite crear una extensa base de datos m\u00e9dicos de pacientes con distintas patolog\u00edas que sirven para alimentar y entrenar los algoritmos de estas plataformas digitales. Todos estos datos desembocan en la historia cl\u00ednica electr\u00f3nica desarrollada por Futurs, Cynara Care, una soluci\u00f3n con caracter\u00edsticas cognitivas que sirve para apoyar al personal asistencial en la toma de decisiones cl\u00ednicas en tiempo real. Es una historia cl\u00ednica modulable, pensada para cubrir desde necesidades espec\u00edficas hasta dar respuesta global a la actividad cl\u00ednica y administrativa generada en un cl\u00faster de salud, hasta el punto de incluir algoritmos de predicci\u00f3n.
\nCuando se tienen estos datos, el siguiente paso es la planificaci\u00f3n del enfoque asistencial de las personas, algo que se ve facilitado gracias a la tecnolog\u00eda, y que tiene en realidades como TruCare una experiencia tangible. Se trata de una plataforma que permite personalizar tratamientos m\u00e9dicos de forma automatizada gracias a la informaci\u00f3n previamente recopilada por dispositivos conectados, o bien aquella disponible en las grandes bases de datos que ya est\u00e1n creando los centros hospitalarios. Se produce, entonces, un itinerario que parte de un dispositivo que recopila datos y los env\u00eda a una nube, donde una Inteligencia Artificial los analiza, clasifica y archiva, extrayendo patrones que plataformas como TruCare utilizan para sugerir intervenciones concretas por parte del profesional m\u00e9dico.
\n\u201cEl core de TruCare es elaborar valoraciones estandarizadas en funci\u00f3n del nivel de cronicidad del paciente para crear planes de cuidados seg\u00fan esa valoraci\u00f3n\u201d, explica Francisco Ballesta, coordinador de la Unidad de Gesti\u00f3n de Salud Poblacional de Grupo Ribera y Product Owner de Cynara Citizen. Utilizando los recursos que ya recopilaba Futurs, \u201cfuimos capaces de recoger mucha informaci\u00f3n de la historia cl\u00ednica electr\u00f3nica y de la historia cl\u00ednica de atenci\u00f3n primaria; con esto segmentamos la poblaci\u00f3n y la estratificamos en niveles de riesgo. Luego, TruCare nos permiti\u00f3 valorar a los pacientes en funci\u00f3n de este nivel de riesgo y, seg\u00fan esta valoraci\u00f3n, crear planes de cuidados personalizados y estandarizados para cada ciudadano\u201d, destaca.
\nTodo ello permite contemplar un ecosistema digital que, bajo el concepto del hospital en remoto, crea un dise\u00f1o modular infinito con diversas plataformas interconectadas entre s\u00ed, destinadas a recopilar y procesar datos de distinta \u00edndole. Un trabajo de innovaci\u00f3n y transformaci\u00f3n digital que se lleva a cabo con el objetivo de mejorar la vida de las personas pr\u00e1cticamente sin que se den cuenta, mientras siguen disfrutando de su d\u00eda a d\u00eda. La tecnolog\u00eda y la medicina trabajan aliadas en un segundo plano para que todo marche bien.<\/p>\n

Arriba, imagen cortes\u00eda de Futurs<\/em><\/span><\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Los datos que generan los hospitales permiten a las plataformas digitales alimentar y entrenar sus algoritmos para perfeccionarlos, lo que ofrece un nuevo enfoque asistencial totalmente personalizado, capaz de anticiparse a las necesidades del paciente El Big Data es una de las mayores revoluciones de la historia de la tecnolog\u00eda por el potencial que tienen … <\/p>\n

Continue reading \u00abC\u00f3mo utilizar el Big Data para mejorar la asistencia sanitaria\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":8267,"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\/8266"}],"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=8266"}],"version-history":[{"count":1,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/8266\/revisions"}],"predecessor-version":[{"id":8268,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/8266\/revisions\/8268"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/media\/8267"}],"wp:attachment":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8266"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8266"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8266"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}