Demostración de soluciones de datos masivos para la atención sanitaria europea
Las tecnologías de datos masivos ofrecen múltiples oportunidades para cumplir la denominada cuádruple meta de la salud, es decir, la mejora de la experiencia del paciente, mejores resultados de salud, una mejor experiencia del personal y menores costes de la atención. Los datos masivos, combinados con la inteligencia artificial (IA) pueden respaldar la toma de decisiones, mejorar la eficiencia operativa y capacitar a las personas para cuidar mejor su propia salud, con información y consejos personalizados. Para que estas soluciones sean efectivas, deben integrarse en los flujos de trabajo actuales de los profesionales sanitarios y en los hábitos de los pacientes. El coordinador del proyecto, Supriyo Chatterjea, de Philips, la entidad anfitriona del proyecto, explica: «Estas tecnologías solo marcarán la diferencia en el punto de atención si se combinan con un conocimiento profundo de las realidades clínicas. Por eso la estrategia de BigMedilytics se centra en los profesionales sanitarios y los pacientes». El Plan de Medilytics para las tecnologías de datos masivos se basó en doce proyectos piloto intrahospitalarios, en colaboración con once hospitales europeos. El Plan está disponible como sitio web interactivo, el cual traza los aspectos técnicos y no técnicos de la integración en varios casos de uso. Ya se ha utilizado en el departamento de Urgencias del Hospital Universitario de Fráncfort, en un proyecto piloto para la optimización del procesamiento de los pacientes. El trabajo del equipo ha dado lugar también a la modificación de la legislación española en materia de protección de los datos sanitarios. Además, los materiales del proyecto han sido incorporados en el plan de estudios de los futuros gestores de la atención sanitaria en los Países Bajos.
Aprender de los proyectos piloto hospitalarios
Los doce proyectos piloto, diseñados para informar sobre los aspectos específicos del Plan de BigMedilytics, abarcaron tres ámbitos médicos: la salud de la población, la oncología y la industrialización de la atención sanitaria. Uno de los proyectos piloto se centró en las comorbilidades, y demostró cómo los datos de cinco millones de pacientes controlados durante un periodo de cinco años podrían identificar a pacientes en riesgo de ingreso en atención secundaria, una información que sería valiosa para los médicos de cabecera a la hora de derivar a los pacientes a los hospitales para el tratamiento de seguimiento. Del mismo modo, un proyecto piloto sobre el cáncer de próstata demostró la importancia de la combinación de fuentes de datos de urología, radiología, patología e, incluso, financieras. Los análisis con IA pueden, por tanto, aplicarse para realizar previsiones a corto y largo plazo de los resultados de los tratamientos, sopesando los posibles beneficios frente a los posibles efectos secundarios. Otro proyecto piloto eliminó, mediante el uso de sistemas de localización en tiempo real (RTLS) para encontrar los activos hospitalarios móviles (como las bombas de perfusión), el tiempo promedio de búsqueda de treinta minutos empleado por el personal de enfermería por turno, para encontrar el equipo. La misma tecnología RTLS permitió que el hospital, por primera vez, calculara los niveles de utilización de los activos móviles, lo que resulta valioso para los futuros planes de inversión. Chatterjea añade: «La pandemia de COVID-19 nos ha proporcionado el caso de negocio perfecto para las soluciones de BigMedilytics. La teleasistencia permite el control remoto de los pacientes cuando no pueden acudir a los hospitales de forma periódica, mientras que la IA y los datos masivos permiten que los médicos analicen los datos para informar las decisiones de tratamiento».
Los retos no técnicos
Técnicamente, los panoramas informáticos de los hospitales o los sistemas de salud están fragmentados, lo que dificulta ampliar los datos masivos a toda Europa. Otros retos son garantizar la calidad de los datos, puesto que los errores de entrada corrompen los algoritmos. Chatterjea explica: «Desde una perspectiva no técnica, necesitamos un código de conducta con directrices actualizadas y uniformes. En la actualidad, los Estados miembros de la UE no mantienen una posición común en la definición jurídica de los datos personales, lo que limita la reutilización de los datos sanitarios, sumado a las restricciones del RGPD». Conseguir que los profesionales sanitarios utilicen los datos masivos también representa un obstáculo, y varios de los proyectos piloto demuestran la importancia del cambio de los programas de gestión para superar las barreras relacionadas con la falta de formación o confianza. Los miembros del consorcio y otros profesionales sanitarios seguirán utilizando el Plan, de forma que se prevé que el impacto de BigMedilytics se deje sentir durante mucho tiempo.
Palabras clave
BigMedilytics, inteligencia artificial, datos masivos, diagnóstico, atención sanitaria, cáncer de próstata, tratamiento, hospitales, COVID, paciente, RGPD
