Fotos: EVA MÁÑEZVALÈNCIA. La sanidad es uno de los sectores donde el big data y la analítica avanzada de datos está teniendo mayor impacto en la actualidad y donde sus aplicaciones crecerán de un modo espectacular para áreas como la asistencia sanitaria, la gestión de centros y servicios sanitarios, la administración hospitalaria y la investigación médica. El análisis masivo e inteligente de datos representa una oportunidad para obtener información más efectiva que revierta en el beneficio del paciente y en la precisión de los profesionales médicos.
Esta fue una de las reflexiones realizadas en el desayuno organizado por Valencia Plaza y EY en el Hotel Valencia Palace al que asistieron el doctor Bernardo Valdivieso, director del Área de Planificación y director del Área de Atención Domiciliaria y Telemedicina del Departament de Salut La Fe, Miguel Ángel Almudever, director de Sistemas de Información del IVI y Enrique Cacicedo, director de Sistemas de Ribera Salud.
También estuvieron presentes Alfonso Pérez, director de planificación corporativa del Grupo IMED Hospitales, Vicente Gil, gerente del Hospital de Manises , doctor José Luis Rey Portolés, director médico de Quirón Salud Valencia, Juan Antonio Gómez Moya, coordinador de Tecnología, Infraestructuras e Innovación del Departamento de Salud del Hospital Sant Joan d’Alacant, Francisco Dolz, gerente del Departamento de Salud de Valencia del Hospital Doctor Peset, Salvador Peiró, subdirector General de Investigación e Innovación en Salud, Pablo Tramoyeres Galvan, Socio de EY Abogados y Baltasar Lobato Beleiro, Partner Advisory Health & Life Sciences en EY.
España es uno de los países del mundo con mayor penetración de historia clínica electrónica, algo que solo superan los países nórdicos. Esto supone que hay un volumen de información muy grande en las bases de datos pero que hasta día de hoy no se le ha sacado todo el valor que tiene. “De esa historia clínica el 70-75% de los datos que hay no están estructurados porque es un comentario del médico o un informe en un PDF y no se explotaban”, explica Baltasar Lobato, de EY.
Sin embargo, a día de hoy existen tecnologías que permiten explotar esta mina de información que está en el historial de los pacientes a través de la inteligencia artificial. Lobato puso en la mesa ejemplos como una herramienta de visualización que permite ver 30.000 veces más que el ojo humano. Robots que pueden buscar información y organizarla para que sea utilizable o el procesamiento del lenguaje natural. De hecho, existe una compañía española, Savana, cuyos algoritmos cogen los informes de alta y los hacen explotables.
Otro de los sistemas recomendados por Lobato es Open Salud, que con un razonamiento automatizado permite, a través de los síntomas, recomendar a qué especialista debes dirigirte o qué procedimiento seguir, si quedarte en casa, si debe pedir una consulta o ir al médico. Por otro lado, el machine learning son sistemas que permiten generar algoritmos en base a la repetición.
Para usar este tipo de tecnología antes hacía falta una gran inversión pero hoy en día la tendencia es contratar como un servicio y no es necesario tener lo último de cada elemento ni montarlo uno mismo. El big data se puede utilizar a través la nube y estar al acceso de todos los profesionales.
¿Qué perfiles son necesarios? Hace dos años el perfil más buscado en el mercado era el programador de videojuegos y ahora es un data sciencist. Luego están los arquitectos del big data y los diseñadores que presentan esta información. Mientras, según Lobato, el perfil del médico, el gran gurú de la medicina, probablemente dedique el 50% de su tiempo a alimentar sistemas inteligentes para ayudar de manera exponencial a otros médicos. Con estos datos se pueden hacer modelos que permitan predecir la probabilidad de un paciente de volver al hospital en los próximo quince días, por ejemplo, y tomar medidas.
Otro ejemplo del uso del big data son los autobuses de donación de sangre. “Nos pidieron maximizar la donación en base a la ubicación de los autobuses y vimos el perfil de la persona que es propensa a donar”, explica Lobato. Esto lo cruzaron con una base de dato externa que se llama Mosaic, muy utilizada por las compañías de marketing para saber dónde poner determinado cartel en una carretera. Cruzando las bases de datos que dicen por dónde suelen pasar los perfiles de la gente que más tiene propensión a donar incrementaron un 30% las donaciones.
En el Hospital de Manises pusieron en marcha una infraestructura de business intelligence. “Hay personas que analizan constantemente datos que nos interesan para la toma de decisiones estratégicas dentro del departamento”, explica Vicente Gil, gerente del Hospital de Manises. Para él, el big data es una complementariedad, una herramienta que se pone encima de la mesa y amplía la capacidad de decisión desde la parte asistencial a la parte estratégica. No obstante, también lo miraba con prudencia y destacaba la “fascinación por la tecnología” de la sociedad. “No todo lo va a solucionar el big data”.
Enrique Cacicedo, director de Sistemas de Ribera Salud, señalaba que en el hospital tienen una larga tradición en el uso del business intelligence para el que tienen un departamento específico. Entre las aplicaciones está el saber en tiempo real cuánta gente está en la sala de urgencias, esperando cama o en consultas externas esperando ser atendido. “Hemos dado el salto a tenerlo en los móviles, los directivos lo reciben con una notificación push en el móvil para poder reaccionar si es necesario”, señalaba. A esto se suman otros proyectos embrionarios con algoritmos para hacer predicciones en úlceras por presión para encontrar la fórmula que permita anticiparlas. También están trabajando en los riesgos de reingreso o los riesgos de las sepsis.
Al big data están realizando aproximaciones y lo tienen en la agenda pero sin saber muy claro qué van a hacer. “Estamos metiendo ya perfiles matemáticos en el grupo para estar preparados”, destacaba. Pero señala que el reto es ver dónde lo aplican para crear valor, que sea aceptado por los profesionales médicos y que el retorno de la inversión acompañe.
Salvador Peiró, subdirector General d’Investigació i Innovació en Salut de la Conselleria de Sanitat, señaló que hay un elemento distorsionador y es que que aunque se encuentre una asociación en la base de datos un modelo predictivo se piense que no hay que validarlo clínicamente. “No deja de ser una prueba diagnóstica como cualquier otra”, señala e insiste en que si solo se tuvieran en cuenta estos datos sin validarlos clínicamente es posible que en muchos casos se acabarán dando diagnósticos absurdos. “Los marcadores tienen que estar validados”.
El Doctor Bernardo Valdivieso, director del Área de Planificación y Director del Área de Atención Domiciliaria y Telemedicina del Departament de Salut La Fe, señalaba que Sanidad ha invertido mucho en digitalizar los datos pero poco en dar sentido a la información. “Puedes manejar datos masivos, textos e información en streaming que nos puede mandar el ciudadano”, destacaba. “El manejo de los datos que aporta el big data nos va a hacer más precisos en la toma de decisiones”. Destacaba que las organizaciones van a tener que dotarse de capacidades ya que en mucho casos la aplicación será local debido al tipo de paciente. “Llevamos casi siete años con tecnología de inteligencia de negocio que nos ha ido muy bien pero nos encontramos con un problema y es que la tecnología empezaba a flaquear en movimiento y por eso hace un año y medio invertimos en big data, para visualizar de manera potente los resultados y para ello hemos incorporado perfiles profesionales”.
“El business intelligence prácticamente todas las organizaciones lo estamos utilizando”, aseguraba el doctor José Luis Rey Portolés, director médico de Quirónsalud Valencia. Sin embargo destacaba que, mientras el business intelligence está más enfocado a la gestión, el big data lo estará a la parte asistencial, sobre todo a la medicina especializada donde llegará el análisis masivo de datos genómicos. “Será una revolución a la que nos sumaremos pero no de forma individualizada, sino que va a ser universal. Todo el mundo tendremos que ir aportando datos”, apuntaba. “En unos años nadie aplicará una quimioterapia sin primero ver cuál es el tratamiento más adecuado que aportan los datos según las condiciones”.
Alfonso Pérez, director planificación corporativo Grupo IMED Hospitales, apuntó a la necesidad de universalizar la información, por ejemplo, del paciente sano. “El paciente patológico está controlado y puedes hacer muchas acciones pero con los hábitos de vida y la predicción es posible ver en qué deriva”.
“Estamos hablando de datos de las historias clínicas que no están siendo explotados”, señalaba Francisco Dolz, gerente del Departamento de Salud de Valencia del Hospital Doctor Peset. Sin embargo, reconoce que existen herramientas de futuro pero insistía en la necesidad de sosegarse para no tropezar en el camino aunque sí que reconocía que genera grandes expectativas. Dentro del big data diferenciaba entre varios modelos. Por un el data discovery, que serán los que van a predecir, por ejemplo, la diabetes en determinados núcleos de población. “Se cogerá qué se compra en el supermercado y cruzándolo con los datos de los códigos postales nos va a decir en qué núcleos se consume determinado tipo de comida, y eso ya se está haciendo”, destacaba. “Significa que podemos intervenir sobre esa población de manera educativa porque es una acción muy barata”.
Por otro lado, apuntaba a los data en tiempo real donde se recoge lo que la gente cuenta en las redes sociales o a su médico y predice a qué velocidad va a llegar la gripe. “Esto nos permite prevenirnos”. Y por último, en analítica avanzada, explicaba que desde el Peset tienen un sistema predictivo de sepsis antes de que se produzcan y que se está aplicando en Urgencias. “En el tema del papiloma, con una determinación del papiloma nos va a decir si puede crear un cáncer o no”. Señaló que se trata de un camino a largo plazo y que los hospitales deberán apoyarse en compañías para obtener estos servicios.
“En el IVI, el big data lo hemos asumido como una palanca de cambio para ofrecer el dato como un servicio”, señalaba Miguel Ángel Almudever, director de Sistemas de Información de la empresa. “La capacidad de agregar datos clínicos, por ejemplo, hace que en el ámbito de la infertilidad podamos explotar fácilmente y sin necesidad de intermediación de los departamentos de sistemas”. Juan Antonio Gómez Moya, coordinador de Tecnología, Infraestructuras e Innovación del Departamento de Salud Alicante del Hospital Sant Joan d’Alacant, apuntaba a la necesidad de anticipar una colaboración de las distintas administraciones con la sanidad privada y el resto de autonomías para evitar el problema de encontrarse con programas de bases de datos distintos en cada autonomía que finalmente se tengan que unificar.
Entre los problemas a tener en cuenta aparece en primer lugar la seguridad y el temor de la administración de albergar los datos en una nube accesible externamente y que pueda ser compartida, algo que en un caso de fallo informático podría atentar contra el anonimato de los paciente. De hecho, Peiró destacaba que la conselleria ya forma parte de una infraestructura europea de imagen. “Nos pueden pedir 20.000 imágenes de resonancias con una característica determinada”, señalaba. Para garantizar el anonimato no es que tenga que quitar el nombre, es que deben asegurar que no sea posible ni reconstruir una cara a partir de esa imagen. “Si queremos gastar los datos tenemos que cumplir la normativa de protección del paciente”, señalaba.
No obstante, todos se cuestionaban si se permitiría usar la información de los pacientes teniendo en cuenta que el fin de mejorar el tratamiento sanitario pesa más. “Este es el desafió que tenemos por delante”.
Por otro lado, Vicente Gil, gerente del Hospital de Manises, insistía en la necesidad de no desviarse del objetivo que es mejorar la calidad del servicio al paciente. También señalaba la importancia que tendrá para el paciente crónico. “O ponemos muchas herramientas o tendremos un problema grave de saturación y desbordamiento del sistema”, destacaba. A esto se suma la importancia de hacer una base centralizada a la que puedan acceder todos los hospitales públicos para tener una concentración de datos más amplia.
“El tema del big data debe ser una tarea colectiva. Es un tema de tratamiento de volumen y es más fácil tener volumen si vamos todos de la mano. Ahí la administración debe liderar. Tenemos que conseguir masa crítica y con una guerrilla por nuestra cuenta vamos a avanzar poco”, destacaba Enrique Cacicedo, de Ribera Salud.
Dolz, gerente del Peset señalaba la prevención, el genoma y el cáncer como usos más potentes del big data. “Los americanos dicen que se va a ahorrar 300.000 millones de dólares si se aplica. Esto nos dará sostenibilidad al sistema y se hará medicina de precisión pero también mucha medicina de prevención”.
