«Big Data» sanitario, gestión de datos para mejorar la atención al paciente

Miles de millones de datos... La salud arroja al año una cantidad ingente de información que bien gestionada serviría como una herramienta clave en la prescripción de tratamientos, en la medición de la evolución de enfermedades, en la predicción de epidemias, en la detección precoz de patologías, en la decisión del profesional médico... Estas es la base «del ‘‘Big Data’’ cuya utilidad es evidente en todos los ámbitos de la salud. En primer lugar, puede ser una potente herramienta de ayuda a la decisión clínica para los profesionales también, la llave para que los gestores sanitarios gestionen sus recursos de la forma más eficiente, y en general para todos los ciudadanos que pueden obtener beneficios en su salud. Asimismo, la industria farmacéutica puede conseguir beneficios en lo que se denomina ‘‘Real World Data’’, o lo que es lo mismo, el estudio de los efectos de los fármacos en el mundo real, lejos de los entornos controlados de los ensayos clínicos», explica Visitación López, Product Manager responsable del Big Data Sanitario en Telefónica.

Un gran paso importante en la Medicina del siglo XXI ha sido digitalización de la información clínica. Una herramienta que se convierte en un pozo de información relevante para los médicos, los laboratorios y los gestores sanitarios. «La información se extrae de las bases de datos sanitarias propias de los hospitales privados o del Sistema Público de Salud, como la Historia Clínica Electrónica, los sistemas de gestión hospitalarios, los sistemas de Atención Primaria o las bases de datos farmacológicas, laboratorio, imagen médica,... También se puede extraer información valiosa de las redes sociales, de sistemas medioambientales, literatura científica, etc.», expone López.

Máxima protección

Para sacar el máximo al «Big Data» sanitario es necesario tener un gran volumen de información, pero la información se trata de forma agregada y despersonalizada: no es necesario conocer al paciente, sólo quedan datos básicos, como la edad y el sexo y quizás algún otro como la localidad o el lugar de nacimiento. López explica claramente cómo se guarda la privacidad de los datos: ««Aunque recientemente ha sido publicado el consenso para una nueva regulación europea al respecto, a día de hoy. La Ley Orgánica de Protección de Datos (LOPD) es la normativa que gobierna en España la gestión de la protección de datos personales, incluidos los datos sanitarios. Cuando creamos un Big Data anonimizado, se elimina la información personal; por tanto, se procura que sea imposible identificar a las personas físicas que han aportado esos datos. En los casos en que es necesario que la información no esté anonimizada (por ejemplo, para modelos predictivos en medicina personalizadalas), debemos salvaguardar la protección de datos personales cumpliendo la LOPD con los mecanismos que la ley nos exige, como cualquier sistema que albergue datos tan sensibles como los sanitarios».

En este sentido, hay que subrayar que la información de salud es de carácter reservado y siempre se les aplica el nivel alto de la LOPD. Por eso, cuando se trata de hacer análisis a nivel de población (y no individual), «se les suprimen todos los datos identificativos para despersonalizarlos y anonimizarlos», explican desde Telefónica. Una vez superada y bien armada la barrera de la seguridad, las aplicaciones se vuelven casi infinitas.

Ejemplos prácticos

Con los datos en la mano, se elabora una base normalizada y se aplican técnicas de análisis y modelado según el problema que se quiera investigar. En este proceso, se construye una aplicación específica para visualizar la información que se persigue. Así, con la base de historias clínicas en una especialidad concreta y una metología de «big data» aplicada a la misma, un profesional se puede beneficiar de un apoyo clave en la toma de decisiones, basado en una evidencia científica previa en otros pacientes con rasgos similares. Una herramienta que ahorra tiempo y recursos, y mejora la prescripción tanto terapéutica como farmacológica, ya que detrás de la misma hay recursos científicos (literatura, casos prácticos, historiales médicos...).

Pero ir más allá es posible. También se puede elaborar un «arma» de predicción de epidemias o de detección de población en riesgo de afecciones hereditarias. Un sistema útil que halla su principal objetivo en la optimización de la gestión de los rescursos que las posibles patologías, necesitarían y adelantarse a las mismas ahorraría costes y serviría para gestionar mejor a los pacientes. Y finalmente, la industria farmacéutica, más acostumbrada al análisis de datos por su tradición de ensayos clínicos, también se beneficiará del «Big Data», ya que usa la tecnología para analizar en el entorno real no controlado la eficiencia de las moléculas.