Cuando el big data mande en nuestra salud

Pero, ¿qué significa big data? Los macrodatos o inteligencia de datos, como así aconseja llamarlo la Fundación para el Español Urgente (Fundéu), son el proceso de recolección de grandes cantidades de datos y su posterior análisis para encontrar nuevas correlaciones, patrones, información oculta, siempre, claro está, con ayuda de programas informáticos.

En materia sanitaria, se traduce en cruce de información de antecedentes familiares, entorno, hábitos,  historiales clínicos de muy diversa procedencia….

Todo ello permitirá, según los expertos, un modelo predictivo personal para cada paciente y llevará a la detección precoz de muchas enfermedades.

EFEsalud ha entrevistado al investigador y neurólogo del hospital Ramón y Cajal Ignacio Hernández Medrano (Alicante 1983), que con 30 años ganó en 2014 el concurso “Call of Innovation”, una beca para estudiar en la Universidad estadounidense de Singulary, en Silicon Valley, por un proyecto tecnológico para explotar, reutilizar y compartir de forma masiva los datos y la información de las historias clínicas que quedan almacenadas en los hospitales.

De esta experiencia, Medrano y su equipo han creado Savana Médica, una herramienta de inteligencia artificial y big data , que utilizan más de 40 hospitales públicos con el fin de mejorar las decisiones médicas.

“En sanidad utilizamos muchos datos todos los días, en los hospitales, en las analíticas de sangre, o cuando escribimos la historia clínica de los pacientes”.

Lo que está cambiando, apunta, es que “nos hemos dado cuenta de esta realidad y estamos empezando a generar programas informáticos que son capaces de coger todos esos datos, resumirlos, analizarlos y sacar conclusiones y patrones, que sirven para investigar, diagnosticar, o sacar nuevos fármacos”.

Esto ya está ocurriendo “y hay muchos ejemplos, ha habido un caso llamativo en diciembre por el cual, por primera vez, una inteligencia artificial, que en definitiva no es más que la capacidad de analizar muchos datos, fue capaz de diagnosticar la rinopatía diabética mejor que con un grupo de oftalmólogos expertos”.

Otro ejemplo, publicado en la revista científica Nature, relata Medrano, es cómo “sirviéndose de la inteligencia artificial se consiguió mejorar la capacidad que tenían los dermatólogos expertos en detectar melanomas“.

“Ha habido otros casos y los tenemos incluso más cerca. Somos capaces de anticipar con algoritmos si un paciente va a volver por urgencias o no, también de detectar cuál es la pauta óptima para un paciente que tiene anemia en insuficiencia renal”.

Estos dos últimos, refiere, son ejemplos españoles, uno de ellos de Valencia en colaboración con otros países y el otro es de Sevilla, y “hace poco me contaban en el Congreso Nacional de Reumatologia que tenían un buen algoritmo para predecir que pacientes de artritis reumatoide iban a tener una mala evolución”.

(En términos de programación, un algoritmo es una secuencia de pasos lógicos que permiten solucionar un problema).

Por todo ello, Medrano considera que no está lejos en el tiempo que el big data se normalice, “porque ya tenemos las bases de datos, tenemos los ordenadores y tenemos una comunidad médica, que poco a poco, se va enterando de que la medicina va a ir por agruparse con científicos de datos que sean capaces de analizarlos”.

Afirma este joven neurólogo que se trata de “una evolución, más que una revolución, porque la medicina siempre progresa, nunca ha dejado de progresar y tecnológicamente un día apareció el fonendo, que fue muy bueno para saber qué pasaba dentro del cuerpo, luego llegó la resonancia magnética o el escáner que nos permitió mirar también dentro del cuerpo y ahora es el tiempo de los algoritmos matemáticos aplicados a la medicina”.

Los algoritmos, explica, son capaces de afinar a nivel individual que es lo mejor para cada paciente y permiten hacer una medicina personalizada o aplicada a cada persona o grupos pequeños de personas, al tiempo que facilitan la medicina predictiva, “porque lo bueno de los algoritmos es que cuando tienes un buen histórico de datos, podemos predecir, como en meteorología”.

Genómica: una revolución

Pero lo que sí es, a su juicio, una revolución, es la genómica “sobre todo si se piensa que en pocos años secuenciar tu propio genoma costará alrededor de 100 euros”.

“Cabe pensar que todo el mundo se va a hacer un test genético y cuando todos nos hagamos un test genético las reglas del juego de la medicina cambiarán, porque tendremos la información de quienes somos, de cómo enfermamos…”

“Y aunque luego esa información se puede alterar a lo largo de la vida porque el ambiente influye, tienes ya un libro de cocina de quién es cada uno, muy relevante, y que cambia enormemente la capacidad que tenemos de predecir que le va a pasar a cada paciente, de como va a responder a un fármaco, y a qué tiene predisposición y a qué no”.

Cuando eso ocurra, según Medrano, el paciente si que va a ser visto en la consulta previo análisis de su genoma “casi por rutina”.

Hay muchos países, explica, que han entendido que esto es una gran revolución “y ya se han puesto a ello”. El Reino Unido es un ejemplo con su proyecto “Genomics England” secuenciando a 100.000 pacientes o familiares y también formando a los médicos en genética.

Obama y sus asesores, recuerda, habían entendido bien esta ciencia y tenían un plan para secuenciar a un millón de americanos, incluso en algunos países como Arabia Saudí, hace ya años que secuencian a todos sus recién nacidos, porque es obligatorio por ley. “La tendencia de la genética en el mundo es muy explosiva”.

Existe, en su opinión, mucho temor a que todos estos avances y biotecnologías aumenten el coste de la sanidad, “pero todavía no lo sabemos y cabe pensar que si uno evita la enfermedad, pues evitas el coste, predictivamente si uno se adelanta y evita la aparición del evento de la cirugía, de la invalidez, será más barato porque todo esto al final es lo que más coste tiene para el sistema socioeconómico”.

Ademas, añade, hay que pensar en los tratamientos que no se darán inútilmente “y uno empieza a sumar, y aunque al principio se tenga que hacer una inversión, que es lo que da miedo a los administradores y es lógico, con un test genético, a la larga estás ahorrando muchos dinero en costes para el sistema”.

Volviendo al big data y la digitalización de datos, Medrano explica que la empresa Savana, de la que es socio fundador, ha hecho algo “bastante ingenioso”: coger toda la tecnología lingüística que hay ahora en el mundo, lo que se llama el procesamiento del lenguaje natural, que es una rama de la inteligencia artificial, y que básicamente lo que hace es entender bien el lenguaje del comportamiento humano por parte de la computación.

“Un ejemplo muy sonado es el de Google. Google al final es muy bueno porque entiende el lenguaje humano”.

Esa tecnología del procesamiento del lenguaje, añade, la hemos aplicado en la historia clínica, y ahora tenemos un motor de búsqueda que es capaz de leer la historia de los pacientes y entender lo que pone ahí, “y eso es muy valioso en medicina porque hay muchísimos datos, por ejemplo cómo piensan los médicos de lo que funciona y no funciona”.

“Así entre las aplicaciones que ofrece hay una que permite repasar a través de las historias clínicas que es lo que ha ocurrido en los últimos cinco años en pacientes que tenían cáncer de mama para ver si encontramos algo nuevo que no habíamos pensado y que nos ayude a entender la enfermedad, pero con una riqueza de datos que no teníamos antes”.

Medrano colabora con otra empresa, Mendelian, con base en Londres y una “pata en España”. Esta plataforma de información genómica lo que hace es analizar bases de datos grandes y muy complejas de enfermedades genéticas, las llamadas enfermedades raras.

“Su mayor peculiaridad es que como son muy raras los médicos no las conocen bien y no las diagnostican a tiempo y ello supone una odisea para las familias: Lo que hemos hecho es crear un motor de inteligencia artificial capaz de leer muchas bases de datos, y si un médico tiene una duda de lo que ha visto, la máquina es capaz de decirle probablemente cual es el gen implicado de tal manera que le orienta mucho a la hora de pedir la prueba genética y diagnosticarla”.

Salto tecnológico:difícil adaptación

Y aunque su entusiasmo es claro por todos estos avances, ello no quita para que Medrano reflexione sobre el salto tecnológico en el que estamos inmersos y la difícil adaptación del ser humano al mismo.

“Si miramos al desarrollo tecnológico de la historia nos damos cuenta de que todo lo hemos hecho últimamente. Vamos hacia algún lugar en el tiempo en el cual los avances tecnológicos son tan rápidos que por primera vez el ser humano en una sola sola vida va a experimentar ese salto tecnológico difícil de asumir, y ese ser humano es el de nuestra generación”.

Por ello confiesa qué le preocupa mucho: “Me preocupa la psicología humana y pensar que somos la primera generación de la historia que va a sufrir un avance tan fuerte, tan exponencial que no sé hasta que punto vamos a ser capaces de adaptarnos, es como si a una persona de la Edad Media la trajeras ahora a nuestro tiempo y la pusieras a vivir en una ciudad, pues tendría serios problemas psicológicos seguro”.

Big data: su impacto en la sanidad

El sector de la salud es uno de los sectores donde big data está teniendo “mayor impacto en la actualidad y donde sus aplicaciones crecerán de un modo espectacular, tanto para el área médica, como también para las áreas de análisis de datos (historias médicas, análisis clínicos…), la gestión de centros de salud, la administración hospitalaria,  la documentación científica (generación, almacenamiento y explotación)… “

Así lo afirmaban, ya en 2013, en su artículo “Big data y el sector de la salud: el futuro de la sanidad”, Luis Joyales Aguilar, catedrático de Lenguajes y Sistemas Informáticos de la Universidad Pontificia de Salamanca, y Juan Miguel Poyatos,  ingeniero de Telecomunicación y consultor especialista en transformación comercial y nuevos modelos de negocio.

Para ambos, la investigación médica puede mejorar muchísimo si es capaz de asimilar una enorme cantidad de datos (monitorización, historiales, tratamientos, etc.), especialmente no estructurados, y organizarlos o estructurarlos para definir las causas de enfermedades y establecer mejores soluciones.

Así señalaban que las aplicaciones de big data en el sector de la salud son numerosas y en aumento: por ejemplo, los profesionales sanitarios pueden utilizar la analítica de big data en tiempo real para saber dónde se está extendiendo un virus de la gripe y a qué ritmo. Pueden adaptar la respuesta y garantizar el stock de vacunas suficiente para los sitios que lo necesiten.

En opinión de Poyatos,  “vivimos un cambio de paradigma, antes partíamos del proceso para construir el modelo de datos, ahora  es al revés: primero son los datos y de los mismos  derivamos o descubrimos cómo ha de ser el proceso”.