Una plataforma para estudiar datos de más de 80.000 pacientes con cáncer
Así es como el "Big Data" ayuda a mejorar la salud
HARMONY es una iniciativa de "big data" de dimensión mundial que se coordina desde España
Fact checked
Este artículo de OkSalud ha sido verificado para garantizar la mayor precisión y veracidad posible: se incluyen, en su mayoría, estudios médicos, enlaces a medios acreditados en la temática y se menciona a instituciones académicas de investigación. Todo el contenido de OkSalud está revisado pero, si consideras que es dudoso, inexacto u obsoleto, puedes contactarnos para poder realizar las posibles modificaciones pertinentes.
La armonización de los datos sanitarios de cada paciente permitirá acelerar la investigación en enfermedades hematológicas, especialmente en cáncer de la sangre. La enorme cantidad de datos dispersos sobre diversas dolencias, incluido el cáncer, impide estudiar a fondo las enfermedades. Es un problema mundial, pero los expertos lamentan que durante años haya sido la norma en España. Los hematólogos, entre otros expertos, han empezado a ponerle remedio con la creación de una plataforma que aglutina más de 80.000 registros de pacientes con cáncer hematológico (de la sangre). Aprovechar ese conocimiento será una forma de mejorar el diagnóstico y seleccionar la opción terapéutica más adecuada para cada paciente.
La Sociedad Española de Hematología y Hemoterapia (SEHH) y la Asociación Española de Comunicación Científica (AEC2) han celebrado recientemente la jornada «Big data y cáncer hematológico», en la cual se ha hecho balance de la actividad de la Alianza HARMONY, una plataforma mundial coordinada por expertos españoles del Instituto de Investigación Médica de Salamanca.
«Gracias a la cooperación estrecha entre más de 100 organizaciones de todo el ecosistema sanitario europeo, la plataforma de HARMONY ha recopilado ya más de 80.000 registros de pacientes europeos con todo tipo de cánceres
hematológicos», explica Jesús María Hernández Rivas, coordinador de la
iniciativa y catedrático de la Universidad de Salamanca. «A través de más de 25 proyectos de investigación y gracias al uso de herramientas de análisis
masivo, ‘machine learning’ e inteligencia artificial (IA), se están produciendo resultados científicos para mejorar la clasificación de estos pacientes, la atención médica que reciben y las pautas clínicas», añade.
Los resultados se están publicando en las mejores revistas especializadas y se están trasladando a la práctica clínica para que puedan ser usados por los hematólogos en beneficio de sus pacientes.
¿Dónde están los datos?
Según los expertos que han intervenido en otra reciente reunión sobre este
tema, la VIII Jornada de la Asociación Salud Digital (ASD), además de las historias clínicas electrónicas, existen en la actualidad más de 200.000
aplicaciones de salud, aunque todavía no hay un sistema para validarlas.
También se sabe que más del 50% de los pacientes acude a internet y a las
redes sociales para informarse sobre salud antes y después de acudir al
médico. Además, el teléfono móvil inteligente es la interfaz más utilizada entre el paciente y el profesional sanitario, e, incluso, entre los propios profesionales sanitarios para interactuar entre ellos y para acceder a la información clínica.
Para Nuria Oliver Ramírez, doctora en Inteligencia Artificial por el
Massachusetts Institute of Technology (MIT), «no podremos tener grandes
avances en la Ciencia sin la ayuda de la inteligencia artificial. Además, los
algoritmos de IA serán los que determinen el diagnóstico y el tratamiento
médico».
Plataforma para investigar el cáncer hematológico
Inmaculada Pérez Garro, directora de Salud Digital en GMV, considera que «la armonización de los datos sanitarios de cada paciente permitirá acelerar la investigación en enfermedades hematológicas, especialmente en cáncer de la sangre. Conciliar las variables clínicas facilita que se compartan datos entre diferentes hospitales y países, lo que redunda en una mejora de los algoritmos de aprendizaje automático (o ‘machine learning’) y de los modelos analíticos».
En definitiva, «estandarizar las estructuras de datos y su semántica potencia los descubrimientos y afina la precisión de los tratamientos médicos, con el consiguiente apoyo en la toma de decisiones e impulso de nuevos ensayos clínicos», explica.
Según la experta, tres son los principales retos que plantea dicha
armonización: el equipo de trabajo debe tener una alta especialización y
conocimiento de los datos y estructuras; hay que elegir bien los estándares,
teniendo en cuenta que cada uno de ellos tiene un objetivo y su estructura
responde a un uso específico; y son necesarias herramientas que permitan la automatización del proceso de armonización y la fácil adaptación entre
estándares, para minimizar el tiempo y la laboriosidad del trabajo.