“Sabemos que en el ámbito del cuidado de la salud tenemos un desfase de al menos 10 años respecto a, virtualmente, cualquier otro ámbito en la implementación de soluciones de tecnología de la información. Sabemos por una amplia muestra de otros servicios que las aplicaciones de tecnología de la información pueden revolucionar y mejorar radicalmente la manera en la que hacemos las cosas”, Toomas Hendrik Ilves.

La cita hace referencia al primer Plan de Acción en eHealth de 2004 y se indica que, pese a importantes desarrollos y mejoras durante esos años, siguen existiendo importantes barreras, tales como: 

  • Falta de conocimiento y/o confianza por parte de pacientes, profesionales y ciudadanos en general.
  • Falta de interoperabilidad entre sistemas y soluciones. Esto es particularmente sangrante en España. Tras las transferencias de competencias sanitarias, la débil visión/coordinación general no ha sabido o podido, en mi opinión, garantizar unos mínimos suficientemente robustos que permitiesen una interoperabilidad aceptable entre los distintos sistemas sanitarios autonómicos.
  • Cuestiones legales relacionadas con la utilización de la información, por tratarse, como es lógico, de datos especialmente sensibles.

Pasados los años, no pierde vigencia la frase citada, solo que, en lugar de hablar únicamente de tecnologías de la información en general, han entrado en juego nuestros bien conocidos Big Data y Data Science

Igual que decía en su día el presidente de Estonia, durante estos últimos años, el Big Data y el Data Science están demostrando su capacidad de mejorar, transformar o crear negocios, con menor impacto, por ahora, en el sector sanitario que en otros. Por supuesto, también existen todo tipo de iniciativas de datos en el sector y se prevé que en el futuro sea una de las piezas fundamentales para dar sostenibilidad a los sistemas sanitarios y poder dar respuesta a todos los retos que se plantean.

Algunos de esos retos no son muy diferentes a los que ya se mencionaban en el Plan Europeo eHealth 2012-2020. De hecho, son aún más acuciantes si cabe, dado que en gran medida están relacionados con el envejecimiento de la población por el aumento en la esperanza de vida generalizado, que, en algunos países como España, va acompañado del descenso en la tasa de natalidad.

 

Spain Rate Birth 1950-2021. Fuente: United Nations – World Population Prospects

A continuación, mencionaré algunos ejemplos de cómo el Big Data y Data Science pueden ayudar a afrontar esos y otros retos: 

  • Altamente relacionadas con el envejecimiento están las cuestiones de la cronicidad, enfermedades que tienen una larga duración, potencialmente de por vida; y la comorbilidad, situación en la que en una misma persona se manifiestan varios trastornos o enfermedades al mismo tiempo. Un marco de referencia típico para clasificar a los pacientes y organizar su atención es la Pirámide de Kaiser. Consiste en una estratificación basada en la condición de salud del individuo, donde, en función de su riesgo (estimado a partir de su cronicidad y comorbilidad), se asigna un nivel de atención requerida. El Data Science, considerando un conjunto mayor de variables del individuo y el sistema sanitario, permite realizar agrupaciones (clustering) más sofisticados de la población, que permita personalizar aún más la atención que se puede ofertar, haciendo grupos más específicos.
  • Si acudimos a nivel individual, técnicas de Data Science y Machine Learning permiten realizar diagnósticos personalizados basándose tanto en el historial médico del paciente, como en los resultados de pruebas recientes, incluyendo, por ejemplo, imágenes médicas de radiografías, ecografías, resonancias magnéticas, etc. 
  • Si damos un paso atrás en el ciclo de vida de los datos que se recogen, nos encontramos con el IoT (Internet of Things). Diferentes dispositivos, sensores o aplicaciones habilitan la recogida de datos de biomarcadores del propio paciente, de su actividad, del entorno, etc. La información recogida puede explotarse con distintos fines:
    • Alertas ante situaciones de riesgo, donde destaca especialmente el ámbito de la teleasistencia, una de las áreas clave dentro de los retos europeos.
    • Monitorización del estado de salud de la persona
    • Predicción de riesgos futuros 
    • Recomendaciones de actividad física o determinados cuidados

Y como estas, hay muchas más posibles aplicaciones. Si conoces alguna o tienes curiosidad por profundizar en algo de lo mencionado en este post, nos puedes dejar un comentario.

El Big Data y Data Science tienen un potencial enorme para mejorar la salud de los individuos y de la población en su conjunto, así como hacer sostenibles los sistemas sanitarios para dar respuesta al gran reto del envejecimiento.