¿Cómo el Big data está transformando el sector sanitario?
Big Data dejará ningún sector sin tocar, ya que continúa cambiando la forma de pensar acerca de todo, desde las ventas a los recursos humanos, y la medicina y la salud no son diferentes.
Durante años, la base de la mayoría de la investigación médica y descubrimiento ha sido la recopilación y análisis de datos: ¿quién se enferma, la forma en que se enferman y por qué.
Pero ahora, con sensores en todos los teléfonos inteligentes y los médicos capaces de compartir información a través de las disciplinas, la cantidad y la calidad de los datos disponibles es mayor que nunca, lo que significa que el potencial de los avances y el cambio está creciendo al igual que de manera exponencial.
Prevención
Nosotros, los humanos son notoriamente muy mal por la prevención de problemas – estamos mucho más motivados para tratarlos de aparecer. Sin embargo, los proveedores de salud saben que el viejo adagio «una onza de prevención vale una libra de curación» es cierto.
Los teléfonos inteligentes y otros dispositivos inteligentes más populares, incluyendo la quijada, Fitbit y otros, ahora tienen la capacidad de ayudar a la gente un seguimiento de su progreso hacia un estilo de vida más saludable. Aplicaciones y dispositivos para ayudar a rastrear y monitorear la condición física, sino también a enfermedades crónicas como la diabetes, también se están desarrollando la enfermedad de Parkinson y el corazón.
Los investigadores están comenzando a recopilar esta información en bases de datos muy útiles que podrían ser cambiadores de juego en la comprensión de la intersección de estilo de vida y la enfermedad. El problema con muchos estudios médicos es que los comportamientos de los pacientes son auto-reporte, y hay un fenómeno psicológico conocido en el que los participantes fudge sus propios datos para verse mejor.
Sin embargo, con los teléfonos inteligentes y otros dispositivos, el dispositivo de imparcialidad puede registrar y transmitir los datos reales – pasos dados, la frecuencia cardiaca, etc. – y el ego o las opiniones nunca entran en la ecuación del paciente proporcionando más y más precisas de datos para los investigadores que nunca.
Diagnóstico
El siguiente paso lógico, a continuación, se dan los médicos tengan acceso a este tesoro de información del paciente.
La industria médica ya acumula una gran cantidad de datos, pero está a menudo en silos en oficinas, hospitales, médicos y clínicas individuales. La unificación de los datos – y combinándolo con los datos del paciente, recogida de dispositivos inteligentes – es el próximo gran obstáculo de la industria de superar.
Los proveedores de salud ya se están centrando en la digitalización de los registros de pacientes y garantizar el acceso a un conjunto de registros en todo el sistema de salud. Por ejemplo, Kaiser Permanente ha creado un programa llamado HealthConnect que unifica los registros de salud a través de su sistema, y el programa ya está acreditado con una reducción de $ 1 mil millones en costos de todo el sistema.
La Alianza de datos Pittsburgh Salud tiene como objetivo recopilar datos de diversas fuentes (incluyendo los registros médicos y de seguros, sensores portátiles, los datos genéticos e incluso el uso de medios sociales) para dibujar una imagen completa del paciente como individuo, y luego ofrecer un paquete de cuidado de la salud a la medida. Mi predicción es que cada vez más servicios de este tipo surgirán en el futuro.
Además, los programas como Watson de IBM se aplican como programas de reconocimiento de patrones para el diagnóstico. Hasta el momento, los algoritmos de aprendizaje automático con capacidades están demostrando ser tan eficaz o más eficaz que los diagnósticos humanos en la detección de cánceres en los resultados de las pruebas. El potencial aquí es increíble para la captura de más enfermedades en etapas anteriores, y por lo tanto aumenta la probabilidad de éxito del tratamiento.
Tratamiento
Grandes volúmenes de datos también permite el fascinante intersección de enormes cantidades de datos de los pacientes con la atención personal e individualizada.
Watson de IBM y otros algoritmos de aprendizaje profundas ya han demostrado su eficacia en la «lectura» y el análisis de grandes cantidades de texto. IBM está trabajando para producir una interfaz que permita a Watson (o un programa parecido) para analizar la investigación médica existente sobre cualquier tema y luego sintetizar y los resúmenes de la información para el médico. El resultado es que el médico será capaz de tomar las mejores opciones de tratamiento para un paciente individual sobre la base de la enorme cantidad de datos disponibles – sin tener que pasar horas haciendo lo mismo la investigación.
Es probable que los medicamentos y los tratamientos del médico se prescriben a continuación, se desarrollaron también con la ayuda de grandes volúmenes de datos. Datos de los solicitantes ayuda a los investigadores elegir los mejores temas de los ensayos clínicos, y los algoritmos de ayudarles a analizar los resultados. Recientemente, los acuerdos de intercambio de datos entre los gigantes farmacéuticos ha dado lugar a avances tales como el descubrimiento de que la desipramina, comúnmente usado como un antidepresivo, tiene usos potenciales en la curación de los tipos de cáncer de pulmón.
En un futuro próximo, el médico también puede optar por utilizar la medicina personalizada como una opción de tratamiento, que consiste en la adaptación de medicamentos para la composición genética única de una persona. Se desarrolla mediante la integración de modelo y los datos genéticos de una persona en su estilo de vida y el medio ambiente, a continuación, comparándolo junto a miles de otros para predecir la enfermedad y determinar el mejor tratamiento.
Big Data también está siendo utilizado para realizar un seguimiento, analizar y tratar las epidemias en todo el mundo, incluyendo Ébola y Zika.
Los cuidados de seguimiento
Datos, el aprendizaje profundo y robótica se juntan en especial cuando se trata de seguimiento, atención a largo plazo, y la prevención de recaídas y reingresos.
Big Data se ha utilizado para predecir qué pacientes tienen más probabilidades de seguir el consejo de su médico – y cuáles no lo son – para ayudar a prevenir los reingresos hospitalarios en los pacientes más vulnerables.
Se están desarrollando aplicaciones que pueden realizar un seguimiento cuando un paciente toma su medicación – como el GPS activado inhaladores para asmáticos. Otros registro de información acerca de las llamadas, textos, ubicación física, el movimiento y los patrones de sueño que pueden ayudar a los médicos de alerta o miembros de la familia si el paciente es probable sentía bien (la falta de sueño, falta de movimiento) o incluso en peligro de una ansiedad u otro ataque psicológico.
Debido a una población que envejece rápidamente, los japoneses, en particular, están a la vanguardia de la combinación de la robótica avanzada con los cuidados y el tratamiento. Los robots pueden ser utilizados para todo, desde el seguimiento de los pacientes ancianos que viven solos, para ayudar a los médicos proporcionan atención a la distancia a los pacientes rurales, incluso robótico petsthat ayuda a calmar y suavizar los pacientes con demencia y el Alzheimer.
El potencial para mejorar los resultados del paciente, comprender la enfermedad – incluso curar el cáncer – todos parecen a la vuelta de la esquina con estos avances en la cantidad y calidad de los datos recopilados, junto con la potencia de cálculo para analizar y entender.