El big data en la atención de la salud aumenta sin cesar. Sus fuentes son diversas: centros de contacto; consultas de telemedicina; dispositivos de la Internet de las Cosas Médicas (IoMT); expediente clínico electrónico (ECE), transacciones con los proveedores o encuestas de satisfacción para evaluar la experiencia del cliente (CX). Todas contribuyen. Ese caudal de información requiere análisis adecuados para aprovechar el big data y convertirlo en inteligencia clínica procesable.
La mayoría de las organizaciones sanitarias enfrentan diversos obstáculos para conseguirlo, como los problemas de interoperabilidad que derivan en silos de datos o la falta de personal calificado en ciencia de datos. Sin embargo, el principal desafío para aprovechar el big data radica en el análisis de los datos en sí.
Maneras de sacar ventaja del big data
El análisis puede dividirse en tres categorías principales: descriptivo, predictivo y prescriptivo.
●Análisis descriptivo: Es el empleado por la mayoría de las organizaciones médicas. Los datos describen eventos de forma útil para responder consultas básicas: cuántos pacientes adquirieron infecciones nosocomiales; el momento más atareado en la consulta externa, o el porcentaje de los pacientes aquejados por una enfermedad específica. Este tipo de análisis no incluye pronósticos ni tendencias: tan sólo le dice a los médicos lo que ya sucedió. Es decir, simplemente es el proceso de presentar los datos sin procesar en formatos accesibles para los usuarios.
●Análisis predictivo: Como indica su nombre, busca predecir eventos futuros a partir de datos descriptivos. Para ello, se requieren grandes volúmenes de datos en tiempo real con el fin de detectar patrones y señalar posibles tendencias. En otras palabras, su naturaleza es probabilística.
Ahora bien, llegar a esta fase de análisis para aprovechar el big data implica resolver problemas previos. Entre los más importantes: eliminar los silos de datos que suelen proliferar en la atención clínica. Además, es necesario que el personal de TIC incluya científicos de datos capaces de procesar la información.
Primeros frutos
●Análisis prescriptivo: Constituye el siguiente paso en el esfuerzo de aprovechar el big data. Alcanza mayor profundidad que el predictivo, pues arroja los resultados probables que se obtendrían con diferentes líneas de acción, no sólo la probabilidad de que se presente un escenario determinado. Así, se puede identificar cuáles son las acciones que tienen mayor probabilidad de producir los máximos beneficios ante una situación dada.
Un campo donde el análisis predictivo luce más promisorio para aprovechar el big data es la medicina personalizada o de precisión. Se busca que los algoritmos sugieran la terapia con mayor probabilidad de tener resultados positivos a partir del perfil genético y los datos clínicos únicos de cada paciente.
Ahora bien, aunque este tipo de análisis es el objetivo de cada vez más soluciones de inteligencia artificial dentro de la atención de la salud, aún falta un largo trecho por recorrer. Sin embargo, ya se han dado pasos promisorios. Un ejemplo es el tratamiento de cáncer de mama, en el que ya es posible aprovechar el big data no sólo para detectarlo oportunamente, sino para determinar las terapias que brindarían mejores posibilidades a cada paciente.
