Suscríbete a nuestra newsletter      

De la digitalización de la salud a la salud digital avanzada

Si bien casi todos sabemos de qué hablamos cuando nos referimos al término Salud Digital (o su equivalente en inglés eHealth), la verdad es que su definición no está totalmente fijada. Lo que sí podemos decir es que en origen el término surge ligado al uso de internet en el área de la salud, pero que inmediatamente engloba prácticas previas como la informática médica o la telemedicina. En revisiones tempranas de la aparición del término eHealth en la literatura científica y técnica [1] se comprueba la disparidad y variedad de definiciones empleadas, pero también que, en general, incluyen la relación entre salud y el uso de tecnologías de la información y comunicación.

Dentro de esta definición amplia ha tenido lugar un proceso continuado de digitalización de la salud que ha afectado en una primera etapa a los registros electrónicos de salud, tanto historias clínicas como registros de gestión, y a las pruebas diagnósticas; pero que se ha ido extendiendo a casi cualquier ámbito relacionado con la salud, incluyendo aplicaciones novedosas. Estos procesos de digitalización se reconocen en general como favorables y todos los actores consideran que aportan ventajas, que resuelven problemas. Si, por ejemplo, consideramos la versión digital del historial clínico de un paciente como el punto único donde se almacenan tanto informes clínicos como resultados de análisis clínicos, imágenes de rayos x, etc., son evidentes los beneficios tanto para los pacientes (no necesitan almacenar y transportar papeles) como para los profesionales de la salud (pueden acceder de manera inmediata a toda la información asociada a su paciente, incluyendo diagnósticos de otras especialidades). Estos beneficios evidentes son los que favorecen esta digitalización y consiguen superar las barreras de costes de desarrollo e implementación o el esfuerzo que supone la adaptación de los individuos a las nuevas tecnologías implicadas. Aunque a menudo las resistencias aumentan cuando se trata de aplicaciones novedosas que no inciden sobre problemas “analógicos” preexistentes.

Además, en los últimos años ha surgido una nueva fuente de digitalización asociada a salud especialmente relevante: ligado al desarrollo del internet de las cosas y a la aparición de sensores conectados a las tecnologías móviles ha surgido el fenómeno que algunos autores denominan “The Quantified Self” [2, 3]. Estos serían individuos que registran y almacenan información propia de tipo biológico, físico, actividad, hábitos,... El medio empleado más extendido son las aplicaciones móviles de salud y las pulseras de actividad. Casi siempre estos datos de salud tienen consideración de registros personales para consumo propio y en la actualidad no se suelen compartir con profesionales de la salud. Aun así, los individuos emplean sus registros para identificar áreas de mejora personal y para favorecer la mejora de hábitos de salud; pero, normalmente, sin realizar un análisis en profundidad de los datos que recogen.

El proceso descrito no difiere demasiado de la transformación digital que están viviendo otras organizaciones y sectores de actividad. Por ello, aquí también la digitalización creciente de los procesos ha dado lugar a la aparición de nuevas oportunidades que afectan al conjunto del sistema.

Un denominador común a los procesos de digitalización de la salud mencionados es que todos ellos generan una gran cantidad de datos que reuniría las características de lo que se ha dado en llamar Big Data. Las opiniones de expertos recogidas en informes sobre Salud Digital recientemente publicados [4, 5], inciden en que el paso hacia aplicaciones y usos avanzados vendrá de la mano de la explotación de esos datos mediante técnicas de Ciencia de Datos.

Los científicos de datos muestran un especial interés por este tipo de problemas ligados a la salud. Si visitamos la web kaggle.com, uno de los puntos de encuentro de la comunidad internacional de científicos de datos, podemos comprobar que abundan los conjuntos de datos y proyectos ligados a medicina y salud, fundamentalmente aquellos orientados a dar soporte a los diagnósticos basados en pruebas médicas.

Las autoridades en materia de salud también son conscientes del valor que se puede generar a partir del Big Data en Salud y ya hay proyectos en marcha dentro de esta categoría en la Unión Europea [6]. Desde estas instancias políticas se han definido planes estratégicos encaminados a potenciar la Salud Digital y a trabajar sobre las barreras identificadas que afectan a un correcto desarrollo de este tipo de soluciones.

Es importante destacar que la aplicación de Big Data en salud no supone inicialmente el registrar información ad hoc, sino que se plantea la explotación de datos que ya se están registrando por otros motivos. Esto debería facilitar el desarrollo de soluciones Big Data en salud, pero esta situación aparentemente ideal no es tal: estos datos no siempre son fáciles de explotar porque se encuentran desconectados, no siempre son accesibles, se presentan en formatos diversos, pueden comprometer la privacidad,… Estos son aspectos que, entre otros, se tendrán que tomar en consideración si se pretende que las aplicaciones de Big Data prosperen.

La aplicación sobre estos grandes volúmenes de datos de técnicas de análisis basados en inteligencia artificial o aprendizaje automático (“machine learning”) permitirá extraer nuevo conocimiento de alto impacto en la mejora de la salud de los ciudadanos y de su gestión.

Las aplicaciones de Big Data que despiertan mayor interés por su valor añadido inciden sobre aspectos diversos de la salud y de los sistemas sanitarios. Incluyen aplicaciones más orientadas al individuo (como aquellas que mejoran la efectividad de los tratamientos o que trabajan sobre la prevención de enfermedades) junto con otras orientadas a las poblaciones (las que facilitan la vigilancia y contención de enfermedades en colectivos) o a mejorar los sistemas de salud (mejorando la eficiencia y reduciendo costes).

Sin duda, el término Salud Digital se debe ampliar una vez más para incorporar ahora estas nuevas aplicaciones basadas en Big Data.

Redacción MemoPast | E.M.

 

Referencias bibliográficas:

[1] Oh, H.; Rizo, C.; Enkin, M. & Jadad, A. (2005) “What Is eHealth (3):A Systematic Review of Published Definitions”, J Med Internet Res 2005;7(1):e1. (doi: 10.2196/jmir.7.1.e1).

[2] Swan, M. (2013) “The Quantified Self: Fundamental Disruption in Big Data Science and Biological Discovery”, Big Data, 1, 85-99. (doi: 10.1089/big.2012.0002).

[3] Fawcett, T. (2015) “Mining the Quantified Self: Personal Knowledge Discovery as a Challenge for Data Science”, Big Data, 3, 249-266. (doi: 10.1089/big.2015.0049).

[4] Fundación Innovación Bankinter (2016) “Future Trends Forum: Salud Digital”. Descargado en https://www.fundacionbankinter.org/ftf/tendencias/salud-digital (último acceso 03/09/2018).

[5] Fundación Vodafone España, Red.es (2017) “Big Data en Salud Digital. Informe de resultados”. Descargado en http://www.fundacionvodafone.es/publicacion/informe-big-data-en-salud-digital (último acceso 03/09/2018).

[6] Directorate-General for Health and Food Safety , Gesundheit Österreich Forschungs- und Planungs GmbH , Sogeti (2016) “Study on Big Data in public health, telemedicine and healthcare”, Publications Office of the European Union, Luxembourg. (doi: 10.2875/734795)

 



  • Utilizamos cookies propias y de terceros para analizar la navegación de los usuarios que acceden a nuestra web. Si continúas navegando aceptas su uso. Puesde consultar nuestra política de cookies AQUI.