¿Puede el Big Data reducir los errores médicos o diagnosticar enfermedades?

bigdataSalud

Tener la capacidad de predecir una enfermedad y prevenirla es algo que los médicos ya pueden hacer gracias a la aplicación de algoritmos de aprendizaje automático sobre la información de salud. La utilización de inteligencia artificial en la medicina tiene en el doctor Homer Warner un pionero, quien desarrollo con éxito en 1961 un sistema de diagnóstico automático para pacientes con cardiopatías congénitas. Si el Big Data  está permitiendo al comercio on-line conocer el comportamiento de sus clientes y ofrecerle una experiencia única, de igual forma es una realidad su capacidad para predecir, por ejemplo, si un enfermo puede recaer según indiquen las distintas variables analizadas y prevenir que ello suceda aplicando tratamientos y terapias personalizadas.

Las posibilidades que ofrece la tecnología para extraer datos de valor de los grandes volúmenes de información de nuestra salud son amplias, pero como paso previo, toda esta información se ha de tratar y normalizar adecuadamente, proceso que, dependiendo de la tipología de los datos a manejar puede ser de gran complejidad. En ello trabajan los integrantes del consorcio promovido por el EIT Health(*), entre ellos GMV, en el marco del proyecto PAPHOS. Sus resultados ayudarán a reducir los ratios de errores, aplicando una medicina basada en la evidencia, a la vez que proporcionará información para desarrollar nuevas terapias con las que tratar enfermedades crónicas e incluso prevenirlas.

Las principales tendencias tecnológicas para el análisis de datos, la automatización, la ciberseguridad, las comunidades inteligentes, la omnicanalidad y la nube son realidades que ya están cambiando la relación con los pacientes y la gestión de la salud. Como pilares de la Transformación Digital del sector de la salud, permitirán aumentar la eficiencia médica y mejorar la colaboración entre los “clientes” de la salud y sus proveedores. De la misma forma, hacen posible que el paciente adopte una actitud activa, tomando decisiones sobre su salud según las evidencias que se le ofrezcan, haciéndose responsable de ella.

PAPHOS, ejemplo de proyecto de salud 4.0 trabajará con los datos (estructurados y no estructurados) y permitirá generar evidencia para la toma de decisiones. Asimismo, estos datos se tratarán con criterios de ciberseguridad para garantizar la protección de la información sensible con la que se trabaja.

En un escenario donde el cuidado preventivo y el bienestar cobran mayor importancia, y el tratamiento del diagnóstico y la gestión de enfermedades adquieren un grado de certeza cada vez más elevado, a través del proyecto PAPHOS, GMV trabaja para crear una plataforma cibersegura que, aplicando la nueva generación de tecnologías analíticas predictivas y prescriptivas, permita a todos los actores involucrados en la atención sanitaria, superar la fase de los informes (¿qué sucedió?) para alcanzar la predictiva (¿qué podría suceder?) y prescriptiva (por qué sucederá).

Autor: Maole Cerezo

(*): EIT Health es una comunidad de conocimiento e innovación (KIC) establecida por el Instituto Europeo de Innovación y Tecnología (EIT), un organismo independiente de la UE creado en 2008 para promover la innovación y el emprendimiento en toda Europa. En el proyecto PAPHOS participan GMV, ATOS, Ceateach, la Universidad UPMC Sorbone, Bull, Aventyn, la Universidad Politécnica de Madrid, la Universidad de Grenoble Alpes y KTH

Las opiniones vertidas por el autor son enteramente suyas y no siempre representan la opinión de GMV
The author’s views are entirely his own and may not reflect the views of GMV
Share

    Una opinión en “¿Puede el Big Data reducir los errores médicos o diagnosticar enfermedades?

    Deja un comentario

    Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

      I accept the privacy policy Acepto la Política de Privacidad

    Basic Data-Protection information:

    Data-protection supervisor: GMV Innovating Solutions SL
    Purpose: Answer questions, respond to user complaints and recommendations, receive job applicants resumes and career information.
    Legitimation: Consent of data subject
    Addresses: Grupo GMV companies
    Rights: Access, rectify and cancel data plus other rights, as explained in additional information
    Additional information: You can check out the additional and detailed data-protection information on our website:Privacy Policy

    Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

    WP-SpamFree by Pole Position Marketing

    7.454 Total Views