Los datos que generan los hospitales permiten a estas plataformas digitales alimentar y entrenar sus algoritmos para perfeccionarlos, lo que ofrece un nuevo enfoque asistencial totalmente personalizado.
El Big Data
es una de las mayores revoluciones de la tecnología por el potencial que tienen
los datos en la mejora de la toma de decisiones sanitarias. La medicina no es
ajena a esos beneficios y, desde Futurs, la división tecnológica del grupo sanitario
Ribera, ya se está trabajando en el desarrollo de plataformas digitales
alimentadas por algoritmos y Machine Learning para crear un nuevo modelo
sanitario digital, personalizado, proactivo, centrado en las necesidades del
paciente y en la eficiencia de los médicos. En palabras de Pablo González, Managing
director de Futurs, "el principal reto es pasar de un modelo centrado
en los procesos y en los profesionales a otro con el foco en el paciente. Y
para ello es imprescindible la interoperabilidad, esto es, compartir la
información entre los diferentes servicios o ámbitos de actuación".
"El Big
Data en Sanidad tiene mucho más potencial que en otros sectores",
afirma Francisco Manuel Aznar, Development Manager de Futurs. La
razón es sencilla: en el sector salud se trabaja con muchas variables que, por
pequeñas que sean, pueden cambiar el curso de una enfermedad de manera
disruptiva. Es posible que en un paciente con una enfermedad estén involucrados
unos genes concretos y en otro paciente con la misma enfermedad no lo estén, o
puede que uno responda ante un tratamiento y otro no. "Ahora mismo no
se sabe por qué sucede, y eso se debe a que no se han analizado todas las
variables involucradas. Con el Big Data podemos hacerlo, ya que disponemos
de herramientas capaces de extraer patrones que nos ayuden a comprender lo que
sucede", explica Aznar.
Un ejemplo
de aplicación de los modelos predictivos fue el algoritmo desarrollado con 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. Como explicaba González durante su intervención
en el Forbes Talks, dedicado a la digitalización del sistema sanitario, "obviamente,
la decisión clínica no era del algoritmo, pero su uso nos permitía hacer un uso
más eficaz de un recurso que, en aquel momento, era tan escaso como las camas
UCI. Y lo conseguimos, sobre todo, gracias a la interoperabilidad y a un
procesado de datos eficaz". Además, el algoritmo preveía qué
pacientes con Covid-19 tenían más probabilidades de reingresar en los
siguientes 30 días al alta.
Estos
sistemas necesitan ser entrenados con una gran cantidad de datos, ya que ese
volumen determinará la sensibilidad de los análisis: a más datos, mejores
predicciones, ya que habrá más variables bajo estudio. La clave está en
recopilarlos y procesarlos correctamente, ya que proceden de fuentes muy
diversas. Futurs tiene implementado un proceso muy concreto para continuar
alimentando los diferentes algoritmos que ha desarrollado. "En los
proyectos de algoritmos para prevenir úlceras por presión y de caídas, por
ejemplo, volvemos a recopilar los datos cada seis meses y los mandamos a la
máquina para ver qué ha pasado en ese tiempo. Dependiendo de la estadística y
los datos que nos devuelva, volvemos a entrenar el modelo picando nuevas
instrucciones o lo dejamos como estaba. De esta forma, identificaríamos
variables que ya no aportan información relevante y meteríamos otras nuevas que
nos trasladen los sanitarios", explica Adrián Belso
Garzas, Lead Data Scientist en Futurs.
La
experiencia del grupo sanitario Ribera, que gestiona nueve hospitales en España
y supera los 7.000 profesionales, permite crear una extensa base de datos
médicos de pacientes con distintas patologías que sirven para alimentar y
entrenar los algoritmos de estas plataformas digitales. Todos estos datos
desembocan en la historia clínica electrónica desarrollada por Futurs, Cynara
Care, una solución con características cognitivas que sirve para apoyar al
personal asistencial en la toma de decisiones clínicas en tiempo real. Es una
historia clínica modulable, pensada para cubrir desde necesidades específicas
hasta dar respuesta global a la actividad clínica y administrativa generada en
un clúster de salud, hasta el punto de incluir algoritmos de predicción.
Cuando se
tienen estos datos, el siguiente paso es la planificación del enfoque
asistencial de las personas, algo que se ve facilitado gracias a la tecnología,
y que tiene en realidades como TruCare una experiencia tangible. Es una
plataforma 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. Se produce, entonces, un itinerario que parte de un
dispositivo que recopila datos y los envía a una nube donde una Inteligencia
Artificial los analiza, clasifica y archiva, extrayendo patrones que plataformas
como TruCare utilizan para sugerir intervenciones concretas por parte del
profesional médico.
"El
core de TruCare es elaborar valoraciones estandarizadas en función del nivel de
cronicidad del paciente para crear planes de cuidados según esa
valoración", explica Francisco Ballesta, coordinador de la
Unidad de Gestión de Salud Poblacional de Grupo Ribera y Product Owner de
Cynara Citizen. Utilizando los recursos que ya recopilaba Futurs, "fuimos
capaces de recoger mucha información de la historia clínica electrónica y de la
historia clínica de atención primaria; con esto segmentamos la población y la
estratificamos en niveles de riesgo. Luego, TruCare nos permitió valorar a los
pacientes en función de este nivel de riesgo y, según esta valoración, crear
planes de cuidados personalizados y estandarizados para cada ciudadano",
destaca.
Todo ello,
permite contemplar un ecosistema digital que, bajo el concepto del hospital en
remoto, crea un diseño modular infinito con diversas plataformas
interconectadas entre sí, destinadas a recopilar y procesar datos de distinta
índole. Un trabajo de innovación y transformación digital que se lleva a cabo
con el objetivo de mejorar la vida de las personas prácticamente sin que se den
cuenta, mientras siguen disfrutando de su día a día. La tecnología y la
medicina trabajan aliadas en un segundo plano para que todo marche bien.
Fuente: IM
Medico
No hay comentarios.:
Publicar un comentario