En torno al sector sanitario existe una cantidad de información y datos abrumadora. El correcto almacenamiento y uso de esta información es más que importante, ya que en temas de salud la vida de las personas está en juego. Centros de salud, hospitales, administraciones públicas o los mismos pacientes suman una elevada cifra de datos en diferentes formatos: papel, Office, imágenes, vídeos, recetas, tarjetas sanitarias, etc. Por ello, el correcto uso del Big Data en el sector de la sanidad puede suponer un plus en la eficiencia y calidad sanitaria.

A día de hoy, el 59% de los hospitales almacena los historiales médicos en formato electrónico y a su vez, el número de usuarios que utilizan las tecnologías móviles para fines sanitarios crece paulatinamente.

El Big Data hace referencia a un volumen de datos e información grandes y complejos que hacen muy difícil su procesamiento si sólo se utilizan las herramientas y bases de datos convencionales. Muchas veces, estos datos se pierden o se quedan sin utilizar por la dificultad de analizarlos de forma efectiva. Poner solución a este problema puede tener consecuencias muy satisfactorias tanto para reducir los gastos médicos como para ahorrar tiempo o mejorar la calidad de vida de los pacientes.

Gracias a sus características de volumen, variedad y velocidad, el sector sanitario se postula como uno de lo más predispuestos a aplicar el Big Data. Por estas razones, el tratamiento del Big Data es el complemento ideal para la medicina del futuro o también conocida como la «Medicina de las 4 P»: Personalizada, Predictiva, Preventiva y Participativa.

• Personalizada: gracias a la tecnología Big Data y los progresos médicos, se podrá ofrecer atención personalizada a cada paciente y predecir qué medicamentos serán más efectivos para cada perfil genético.
• Predictiva: con el análisis y almacenamiento procedente de equipos médicos, se podrá detectar la existencia de una infección o enfermedad antes de que aparezcan los síntomas.
• Preventiva: debido al diagnóstico temprano de una enfermedad y su correcta intervención, se puede prevenir una enfermedad para no sufrirla en un futuro.
• Participativa: en la medicina participativa destaca un nuevo prototipo de «paciente digital», aquel que no espera a estar enfermo para acudir al hospital y utiliza Internet para conseguir información médica, a la vez que comparte experiencias en distintos foros con otros individuos que están en su misma situación.

Además, el auge del uso de los wearables (pulseras o relojes que miden parámetros médicos) se ha convertido en otra medida útil para las soluciones Big Data. El volumen de datos que se genera se podrá aprovechar por otros pacientes, transformándose así en una información valiosa que mejorará la atención sanitaria de los ciudadanos.

Real World Data

Al análisis de datos en el sector sanitario se conoce con el término Real World Data (RWD), que abarca información relacionada con la historia electrónica, los sistemas de prescripciones médicas, almacenamiento y comunicación de imágenes y multitud de datos con finalidades clínicas.

El Real World Data, a diferencia de los ensayos clínicos y otros estudios realizados, refleja la atención real que reciben los pacientes en cada contexto concreto o los resultados médicos. Además, el RWD recoge los beneficios y efectos adversos de las decisiones médicas en la práctica clínica de millones de pacientes. Entre las ventajas del RWD, cabe destacar que permite identificar pacientes crónicos en riesgo de descompensación, ayuda a la toma de decisiones clínicas a tiempo real y traslada la información directamente a los pacientes.

Aunque al principio pueda resultar una medida compleja, el Big Data es el cambio y el camino hacia la medicina de precisión. La información que se acumula sirve para predecir qué puede pasar.

Sin embargo, a pesar de las ventajas que pueda suponer el uso del Big Data en sanidad, hay tres factores que pueden suponer una traba para su correcto desarrollo:

• La administración: para compartir toda la información generada, debe existir un acuerdo entre todas las partes involucradas. En España, el hecho de que las Comunidades Autónomas hayan asumido las competencias de la sanidad pública puede dificultar esta tarea si lo que se pretende es crear un marco de colaboración común junto con compañías aseguradoras, farmacéuticas y clínicas privadas.
• La tecnología: la tecnología Big Data está ya más que avanzada desde hace tiempo. Sin embargo, tiene mucho camino por recorrer en el sector sanitario, por lo que necesita un aumento de inversiones tanto públicas como privadas para implantar soluciones.
• La ley: los datos almacenados de los pacientes son de carácter personal. Por ello, será necesario garantizar el cumplimiento de la LOPD (Ley Orgánica de Protección de Datos de carácter personal), para asegurar la confidencialidad e integridad del paciente. Una barrera que se podrá salvar con facilidad si se cuenta en todo momento con expertos en la seguridad de la información.

Ejemplos de Big Data en salud

Geraldine Gueron, doctora en Química Biológica por la Universidad de Buenos Aires y Daniel Nofal, empresario y emprendedor, son los fundadores de DataDonors, una base de datos que se asemeja a una wikipedia de la salud. Esta plataforma recoge millones de datos relacionados con la sanidad de personas de todo el planeta.

DataDonors está financiada por una entidad sin ánimo de lucro, The WikiLife Foundation. El objetivo es cruzar tanto datos cuantitativos con información cualitativa para ofrecer al individuo una visión completa sobre salud que resulte útil. De forma paralela, el objetivo es estructurar una gran base de datos anónima que esté disponible para médicos y especialistas, con el fin de realizar pruebas o estudios con mayor alcance que las muestras convencionales.

Otro ejemplo es el programa Mini – Sentinel de la Agencia de Medicamentos de Estados Unidos, el cual ha permitido detectar problemas de seguridad de medicamentos que ha llevado a la retirada de ciertos fármacos o la posterior modificación de sus condiciones.