El Big Data en Salud ayuda al diagnóstico y tratamiento
- 19 octubre, 2016
- 0 comments
- Carlos Mateos
- Posted in Big Data
- 0
El Big Data en salud es el mejor aliado para el diagnóstico y tratamiento, según los expertos reunidos en el I Foro Big Data en Salud, organizado por la Asociación de Investigadores en eSalud (AIES) y la agencia de comunicación COM SALUD. El análisis de grandes cantidades de datos (Big Data) será la herramienta más útil de que disponga el médico para decidir el diagnóstico y tratamiento de sus pacientes, La literatura médica se duplica cada tres años y cada día se generan 8.000 nuevos documentos y es una cantidad en aumento. Ningún médico puede estar al día de toda la evidencia que se genera, ni siquiera de de su especialidad. Se necesita la ayuda de sistemas de análisis de Big Data para elegir el mejor tratamiento y diagnóstico posible. De hecho, en pocos años será considerada una negligencia no tener en cuenta estos sistemas para tomar una decisión clínica.
En el primer foro se han presentado las posibilidades de Watson, de IBM. Se trata de un sistema cognitivo capaz de leer 200 millones de páginas en 3 segundos, responder preguntas formuladas en lenguaje natural y aprender de la evidencia científica con la ayuda inicial de un entrenador. Su plataforma en la nube cuenta con información de más de 300 millones de pacientes y 30.000 imágenes médicas. Los tres centros más prestigiosos de oncología del mundo, (Memorial Sloan Kettering Cancer Center, Texas MD Anderson Cancer Center y Mayo Clinic, de Estados Unidos) están trabajando con Watson para mejorar el desarrollo y la investigación de la medicina personalizada.
Para el máximo responsable de su división de salud en España, Juan Carlos Sánchez Rosado, “con el rápido aumento de dispositivos de hábitos saludables y médicos conectados, implantes y otros sensores que recopilan información en tiempo real, una persona puede generar de media más de un millón de gigabytes en datos relacionados con su salud durante toda su vida (lo que equivale a más de 100 millones de libros). Con las avanzadas capacidades cognitivas de IBM Watson, que permiten extraer resultados individualizados, se mejora el aprovechamiento y análisis de toda esta información en tiempo real en beneficio de los pacientes y el bienestar general”. Las aplicaciones de este sistema cognitivo con la ayuda de la inteligencia artificial se están extendiendo a otras especialidades médicas e incluso al reconocimiento de imágenes. La máquina aprende de la experiencia (machine learning) para ofrecer resultados cada vez más precisos.
Detección de enfermedades con nuestras fotos
Una sucesión histórica de fotografías de una misma persona en el tiempo para la detección precoz de enfermedades es la base de funcionamiento de Scan4Us, una aplicación en fase de pruebas desarrollada por una startup hispanocolombiana que se presenta en el Foro Big Data. Scan4Us parte de una herramienta tan habitual como las cámaras de los smartphones para, a través de los miles de datos generados en la antropometría, obtener información sobre signos de enfermedad que se presentan en el rostro.
El análisis predictivo del Big Data ya se utiliza desde hace algunos años en hospitales españoles, sobre todo en cuidados intensivos y en la prevención de la sepsis. Así, el Código Sepsis es una iniciativa originada en el Hospital Son Llàtzer de Palma de Mallorca y extendida a otros centros, que utiliza el análisis de grandes cantidades de datos clínicos para la detección precoz de esta infección generalizada que ocasiona 17.000 muertes al año en España. A través de la monitorización y análisis de multitud de datos biométricos del paciente pone en marcha un sistema de alertas y protocolos que han permitido reducir los casos, como ha explicado en este Foro Julia Díaz, directora del Instituto de Ingeniería del Conocimiento, de la Universidad Autónoma de Madrid, cuyo sistema de Big Data es clave en el Código Sepsis.
El Big Data en salud será también una parte clave del I Congreso Nacional de eSalud, que se celebra del 2 al 4 de noviembre en Madrid, organizado por COM SALUD y AIES.
Share this
About author
Periodista. Director de la agencia de comunicación, COM SALUD. Vicepresidente de la Asociación de Investigadores de eSalud (AIES).