Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.
Utilizar el Big Data para mejorar la asistencia sanitaria
Redacción.- El Big Data es una de las mayores revoluciones de la historia de la tecnología por el potencial que tienen los datos, siempre en alianza con algoritmos capaces de analizarlos para mejorar la toma de decisiones sanitarias y, en consecuencia, la vida de las personas, según Ribera Salud.
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.
Pablo González, Managing Director de Futurs, afirma que “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 y 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 Francisco Manuel Aznar, Development Manager de Futurs.
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”.




Leer más








