Inicio / Actualidad / Los retos para gestionar los datos en salud a gran escala

Los retos para gestionar los datos en salud a gran escala

El campo de la salud incorpora cada vez más datos procedentes de diferentes fuentes que, con su procesamiento y análisis, contribuyen al desarrollo de la medicina personalizada de precisión. Sin embargo, España todavía tiene retos que alcanzar en el uso de datos en salud a gran escala

Los retos para gestionar los datos en salud a gran escala
Portada del informe "Los datos en la era de la medicina personalizada de precisión" de la Fudación Instituto Roche. Foto cedida

Así se pone de manifiesto en el informe “Los datos en la era de la Medicina Personalizada de Precisión”, realizado por el Observatorio de Tendencias en Medicina Personalizada de Precisión de la Fundación Instituto Roche sobre el tratamiento de los datos en salud.

El informe señala, por ejemplo, que gracias a los datos se abre la posibilidad de seleccionar los fármacos más adecuados en base a la identificación de nuevos marcadores, el descubrimiento de multimorbilidades ocultas en los pacientes, el diseño de nuevos modelos de ensayos clínicos, o la predicción de riesgos asociados a enfermedades.

Pero este campo que se abre con este uso masivo de datos todavía no está suficientemente implantado en España.

“España está dando pasos lentos a nivel sanitario en ciencia de datos. Los sistemas sanitarios regionales no están totalmente integrados y la comunicación entre los hospitales y la atención especializada y Primaria en muchas CCAA es mejorable”, asegura en un comunicado Pablo Lapunzina, miembro del comité asesor del Observatorio de Tendencias en Medicina Personalizada de Precisión.

El también jefe de grupo de investigación del Instituto de Genética Médica y Molecular (INGEMM) del idiPaz y director científico del Centro de Investigación en Red sobre Enfermedades Raras (CIBERER) considera: “Las iniciativas nacionales de integración aún son insuficientes, por lo que es necesario invertir recursos y diseñar herramientas y políticas, tanto a nivel autonómico como nacional”.

Por su parte, el doctor Alfonso Valencia, director del Instituto Nacional de Bioinformática del Instituto de Salud Carlos III y uno de los coordinadores del informe, apunta: “Existen interesantes desarrollos en algunos hospitales y también en algunas CCAA, pero como país, solo ahora empezamos, con retraso, a organizar una política de datos en ciencia”.

Hoy por hoy es aún difícil para los sistemas de salud usar la información que generan los propios sistemas “para contestar preguntas que deberían ser sencillas, como la incompatibilidad de fármacos o relaciones de comorbilidad entre enfermedades”, añade.

Según señala el informe, “debido a la heterogeneidad, complejidad y al carácter confidencial de los datos en salud, es evidente la necesidad de contar con sistemas de almacenamiento, procesamiento y análisis de datos que respondan a estas características específicas con el objetivo de poder extraer información que sea de utilidad en el campo de la medicina en el futuro”.

¿Qué datos se manejan?

Los datos que se manejan en el campo de la salud son “altamente complejos y heterogéneos” y pueden provenir de diferentes fuentes, además de cumplir con los requisitos de ser localizables, accesibles, interoperables y reutilizables. ¿De dónde proceden?

  • Tecnologías ómicas: Datos genómicos y datos del fenoma molecular (proteómica, metabolómica, etc.) que ofrecen una visión de los diferentes perfiles moleculares, cambios e interacciones biológicas.

  • Sistemas de imagen médica: Ecografías, radiografías, resonancia magnética o tomografía computarizada que ayudan a la caracterización de fenotipos, ya sean de salud o enfermedad.

  • Instrumentación médica: A través de los instrumentos médicos se recoge una gran cantidad de datos relacionados con la situación clínica del paciente a lo largo del tiempo. Por ejemplo, constantes vitales, los datos de monitorización avanzada etc.

  • Bases de datos científicas: Las bases primarias almacenan los datos tal y como han sido depositados por quienes los han generado, mientras que las secundarias almacenan el “valor añadido” derivado del análisis de la información depositada en las bases de datos primarias.

  • Ensayos clínicos: Los ensayos clínicos constituyen una fuente de información que permite realizar análisis retrospectivos y observar cómo es la evolución de los participantes.

datos en salud
Imagen Fundación Instituto Roche.
  • Tecnologías participativas de salud digital. Estas tecnologías hacen referencia a las apps y wearables, entre otros, que permiten registrar y monitorizar hábitos de vida (por ejemplo, el sueño, la actividad física o la dieta) e incluso parámetros fisiológicos (por ejemplo, la frecuencia cardiaca) a nivel individual.

  • Redes sociales e Internet. Existe una gran cantidad de datos derivados del uso de redes sociales así como de las búsquedas en Internet con un gran potencial, ya que si son cruzados con otros datos, pueden servir para la identificación de patrones o la predicción de riesgos.

  • Sensores ambientales y sistemas de información geográfica. Estos dispositivos dispuestos por organismos públicos y centros de investigación son herramientas que permiten obtener datos de exposición, relacionados por ejemplo con los niveles de contaminación del aire o la calidad del agua, que condicionan la salud de la población

  • Determinantes sociales y económicos de la salud. Hay una serie de determinantes tanto sociales como económicos que también influyen de manera relevante en el estado de salud y que se recogen a través de las encuestas del Instituto Nacional de Estadística (INE) o bases de datos de tipo gubernamental.

  • Datos aportados por los pacientes: destacar el papel cada vez más relevante que tienen las asociaciones de pacientes proporcionando una visión global de los pacientes más allá de los casos individuales.

  • Historia Clínica Digital (HCD). Se trata de una digitalización del registro clásico en el que se recoge información sobre el paciente registrada desde distintos niveles asistenciales, pruebas de imagen y de laboratorio e incluye los tratamientos y procedimientos a los que se ha sometido cada paciente.

El flujo de trabajo del procesamiento de datos sigue un esquema general que puede variar según se vaya a aplicar en la investigación, en la práctica clínica o la salud pública y que pasa por la recogida, el almacenamiento, la anotación, la integración y el análisis, garantizando la seguridad y la privacidad en este proceso, según el informe.

datos en salud
Imagen Fundación Instituto Roche

Recomendaciones para el uso de datos en salud

La incorporación de las nuevas estrategias basadas en la información obtenida a partir de los diversos datos ómicos y de salud está sujeta a retos relacionados con el propio procesamiento de los datos, con la formación de los profesionales, con la difusión de la importancia del uso de los datos a la población, así como retos de carácter organizativo que tendrán que solventarse, según señala el informe de la Fundación Instituto Roche.

Por esa razón recomiendan:

  1. Estandarizar los diferentes sistemas informáticos utilizados en todos los centros del Sistema Sanitario para que sea posible compartir los datos en todo el territorio nacional y como primer paso en la implantación de una HCD universal y estandarizada.
  2. Incidir desde el ámbito científico y clínico en la importancia de la recogida de datos genómicos en los ensayos clínicos como paso indispensable para alcanzar una medicina personalizada de precisión efectiva.
  3. Formación de distintos perfiles profesionales tanto sobre la extracción de información biomédica a partir de los datos como por conocimientos en biomedicina para interpretar los datos.
  4. Integrar la formación en informática aplicada dentro de los programas educativos de los grados en ciencias de la salud, especialmente en los grados de Medicina y Enfermería.
  5. Incluir en los programas formativos a nivel de enseñanza primaria y secundaria herramientas dirigidas a incorporar el pensamiento computacional y la programación, de manera que en un futuro se convierta en una habilidad universal en lugar de algo exclusivo de los expertos en computación.
  6. Concienciar, tanto a la comunidad científica como a los ciudadanos, de la importancia de compartir los datos en salud y la información derivada de los mismos siempre que se garantice su confidencialidad y seguridad, haciendo posible el trabajo en red y el desarrollo de una investigación participativa.
  7. Definir guías hospitalarias y protocolos estandarizados para la interpretación de los datos.
  8. Fomentar el diseño e incorporación dentro de las partidas presupuestarias, por parte de las autoridades, de medidas dirigidas a asegurar que los datos sean localizables de una manera rápida y automatizada.
  9. Impulsar espacios de debate multidisciplinares en los que participen profesionales sanitarios, representantes de las administraciones públicas, representantes del sector privado y representantes de pacientes, con el objetivo de evaluar el coste-beneficio de las aplicaciones derivadas del procesamiento de los datos en salud y diseñar las posibles estrategias y políticas en salud orientadas a su incorporación en la asistencia sanitaria, teniendo en cuenta la visión del ciudadano.
  10. Asegurar una completa alineación entre las estrategias nacionales, autonómicas y locales a la hora de trabajar con datos en salud, partiendo de las experiencias exitosas que ya han sido implantadas a pequeña escala a lo largo del territorio nacional.
  11. Promover una estrecha colaboración entre los diferentes agentes involucrados en la obtención y procesamiento de los datos en salud (administración pública, investigadores, profesionales sanitarios y representantes de pacientes) para diseñar marcos normativos y éticos que, sin frenar el avance tecnológico, permitan un buen desarrollo de las herramientas basadas en inteligencia artificial.
(1 votes, average: 5,00 out of 5)
Cargando…