Promocione sus productos o servicios con nosotros
Foto Bloguero

Biotecnosalud

06 mar 2019

Analítica de grandes datos en salud: retos por superar

La atención y el cuidado de la salud es un proceso en el cual el flujo de la información es esencial y, por lo tanto, requiere de la constante interacción de datos por parte de los diferentes actores que componen el sistema (paciente, prestadores, aseguradores y el estado). 

Los sistemas de salud y hospitales se han sofisticado últimamente con tecnología capaz de recoger y almacenar altos volúmenes de información de los pacientes. Las cifras estiman que cada año los hospitales almacenan en el orden de Petabytes (1015 bytes) de información. En los últimos años, la aplicación del Big Data (análisis de grandes datos) ha tenido una participación bastante importante como soporte de toma de decisiones en la medicina.

Algunos casos manifiestan su éxito en la detección de riesgo en cirugías de ortopedia [1], otros autores plantean su uso para mejorar la seguridad del paciente [2] y hasta para agendar las cirugías en los hospitales [3]. Otras experiencias, con más enfoque en el área de la ingeniería clínica, demuestran que su aplicación mejora la gestión de la infraestructura y la tecnología de los hospitales [4], algunas incluso en el mantenimiento de los equipos médicos [5].

Si bien el campo emergente del Big Data ofrece diferentes beneficios para la medicina, también trae desafíos importantes debido al aumento constante de los datos y a la información en salud. Debido a esta preocupación, diferentes autores han analizado este campo de acción considerando entre otros, la falta de estrategias para su gestión y los aspectos éticos.

Reto en la estrategia de gestión de datos

Desafortunadamente los datos no son utilizados para análisis y toma de decisiones, por el contrario, se limitan a ser base de consulta esporádica o coyuntural. Diversos autores coinciden en que el sistema y las instituciones de salud son ineficientes porque no son capaces de recoger, analizar y tomar decisiones rápidas y efectivas con los datos de los pacientes [6].

Instituciones como la Organización Panamericana de la Salud (OPS), estiman que el 30 % del gasto en salud se destina al manejo de la información. A pesar de esta gran inversión económica, el problema persiste debido a que los procesos asistenciales, administrativos y de gestión se ven comprometidos y se complejizan cuando la información proviene de diferentes fuentes, situación que afecta la eficiencia del cuidado de los pacientes y aumenta los gastos del sector salud [7]. 

De hecho, es posible que el gasto en salud aumente en más de 5 % si no se usan adecuadamente los sistemas informáticos en salud, con el agravante de que una mala disposición de la información redunde al final en una mala calidad en la prestación de servicios de salud debido a decisiones erradas, generando como efecto un aumento en los costos. 

Un estudio realizado por la OPS revela que Latinoamérica padece de ausencia en estrategias y políticas para regular el uso de grandes datos y su análisis avanzado, así como de escasez en estructuras que contemplen los aspectos legales, éticos y de privacidad.  Los resultados indican que tan solo seis países (31,65 %) cuentan con una política o estrategia nacional para regular datos a gran escala en el sector de la salud. Este estudio plantea abordar las barreras más importantes para una adopción apropiada de la informática médica, entre otras se resaltan: la falta de integración, la promoción de estándares, la falta de nuevos métodos analíticos y el poco intercambio de información.

La escasa integración entre los diferentes servicios de salud y otros sistemas de recolección de datos, la falta de normas y mejores prácticas en análisis de la información son los problemas más grandes que enfrenta el sector salud para sacar el máximo provecho a estrategias como el Big Data [8].

Foto: Fotolia - ©iconimage.

Foto: Fotolia - ©iconimage.

Retos éticos

La experiencia ha demostrado que no se debe avanzar en implementaciones tecnológicas sin considerar los aspectos éticos que impactaran finalmente al paciente, y para el caso del Big Data no es la excepción. Al respecto, un estudio analiza dos sucesos judiciales sobre la venta de datos sobre prescripciones: el primero es el llamado caso Sorrell, en los Estados Unidos, y el segundo denominado Source, en el Reino Unido. En ambos los autores plantean argumentos de lo que constituye "privacidad" e "interés público", a su vez que presentan una oportunidad para el análisis ético de la privacidad de los datos, la mercantilización de los datos para la venta y la propiedad, combinando datos públicos y privados, datos para investigación, la transparencia y el consentimiento [9].

El factor ético debe considerar las limitaciones y los problemas relacionados con el uso de grandes datos médicos, especialmente en  aquellas investigaciones de resultados a largo plazo [10]. Este planteamiento permite elevar conciencia sobre las consideraciones que los profesionales sanitarios deben enfrentar actualmente en una toma de decisiones basada en grandes datos, y con mayor rigor en el futuro no muy lejano [11].

Latinoamérica debe avanzar rápidamente en el cierre de brechas tecnológicas y éticas para sacar mayor provecho de las ventajas que ofrece la analítica de grandes volúmenes de datos. Es importante abordar estos retos considerando la opinión y aporte de grupos profesionales multidisciplinarios como los médicos, administradores, ingenieros clínicos e ingenieros de sistemas.

 

Bibliografía

[1] Moghimi, "Incorporating intelligent risk detection to enable superior decision support: The example of orthopaedic surgeries," Health and Technology, pp. 33-41, 2012.

[2] K. Giuliano, "Improving patient safety through the use of nursing surveillance," Biomedical Instrumentation and Technology, pp. 34-43, 2017.

[3] Dios, "A Decision Support System for Operating Room scheduling," Computers and Industrial Engineering, pp. 430-443, 2015.

[4] Luschi, "A custom decision-support information system for structural and technological analysis in healthcare," pp. 1350-1353.

[5] Miniati, "Design of a decision support system for preventive maintenance planning in health structures," Technology and Health Care, pp. 205-214, 2012.

[6] Urueña, M. Ballestero and E. Morais, "Big Data en salud digital," 2017.

[7] OPS, Revisión de estándares de interoperabilidad para la eSalud en Latinoamerica y el Caribe, Washington: Organización Panamericana de la Salud., 2016.

[8] OPS, Revisión de estándares de interoperabilidad para la eSalud en Latinoamerica y el Caribe, Washington: Organización Panamericana de la Salud, 2016.

[9] Kaplan, "How Should Health Data Be Used? Privacy, Secondary Use, and Big Data Sales," Cambridge Quarterly of Healthcare Ethics, vol. 25, no. 2, pp. 312-329, 2016.

[10] Ishikawa, "Medical big data for research use: Current status and related issues," Japan Medical Association Journal, vol. 59, pp. 110-124, 2016.

[11] A. Stylianou and M. Talias, "Big data in healthcare: a discussion on the big challenges," Health and Technology, vol. 7, no. 7, pp. 97-107, 2017.


Palabras relacionadas:
Big Dat en salud, analítica de datos para diagnósticos médicos, análisis de datos clínicos en las instituciones de salud, aplicación de sistemas informáticos en el sector salud, gestión de paquetes de datos para diagnósticos médicos, confidencialidad de los datos clínicos, dilemas éticos al utilizar datos clínicos.
x