Al hablar de tecnología solemos relacionar el concepto con el sector retail. Sin duda, las herramientas digitales han ayudado a mejorar la experiencia de compra de los consumidores, pero este no es el único sector beneficiado. La salud también ha sido uno de los grandes impulsores del uso de la tecnología y la experiencia de paciente lo corrobora.
El avance en tecnología ha permitido mejorar el abordaje de los pacientes, personalizar su atención y contar con una visión sostenible. Aquí es donde entra en juego el big data, ya que ha ayudado a desarrollar el diagnóstico y tratamiento médico. Y lo ha hecho gracias a la recogida de historias clínicas, dispositivos de telemedicina o pruebas clínicas. Todo ello le ha permitido obtener la suficiente información para crear modelos predictivos y conocer las personas con más riesgos, además de ofrecer diagnósticos precisos y mayor adherencia a los tratamientos, entre otras cosas.
Tal y como informa ConSalud.es, uno de los ejemplos de aplicación de modelos predictivos más claros fue el algoritmo que desarrollaron las herramientas de Azure Machine Learning de Microsoft y que, durante el peor momento de la pandemia, ayudó a determinar qué pacientes positivos por coronavirus podían desarrollar un empeoramiento que requiriera su traslado a la Unidad de Cuidados Intensivos.
De la mano de Futurs (división tecnológica del grupo sanitario Ribera), su Managing Director, Pablo González, explicaba cómo el algoritmo permitía optimizar los recursos cuando eran escasos. Aun así, lo consiguieron llevar a cabo gracias a la interoperabilidad y un proceso de datos eficaz.
De hecho, si seguimos con esta tendencia, ya hay quienes afirman que el big data en Sanidad tiene más potencial que en otros sectores. Así lo ha destacado al menos Francisco Manuel Aznar, Development Manager de Futurs. Palabras que van acompañadas de hechos, ya que en este sector se trabaja con muchas variables que pueden cambiar de manera radical el curso de cualquier tipo de enfermedad.
Recopilación de datos, el primer paso para garantizar el éxito clínico del big data
Como en otros sectores, recopilar datos es la principal palanca para conseguir que esta herramienta tecnológica funcione, también en el sector de la salud. Contar con los datos necesarios y que provengan de fuentes diversas es esencial para que el uso de este tipo de herramientas sea exitoso.
Y para ello debemos entrenar el modelo mientras picamos nuevas instrucciones o lo dejamos como estaba. Así, tal y como explica Adrián Belso Garzas, lead data scientist de Futurs a ConSalud.es, consiguen identificar variables que ya no aportan información relevante y meten otras nuevas que les trasladen los sanitarios.
Una vez han conseguido recopilar los datos suficientes, el siguiente paso es la planificación del enfoque asistencial de las personas, algo que se ha facilitado gracias a la tecnología. Y así ha conseguido nacer tecnología nueva que permite personalizar tratamientos médicos de forma automatizada gracias a la información previamente recopilada por dispositivos conectados, o bien a aquella disponible en las grandes bases de datos que ya están creando los centros hospitalarios. De esta manera, se crea un itinerario que parte de un dispositivo que recopila datos y los envía a una nueve donde la inteligencia artificial de la que disponen analiza, clasifica y archiva los datos para extraer patrones que las plataformas resultantes utilizan para sugerir intervenciones concretas por parte del profesional médico.
