Ciencia de datos en la industria del cuidado de la salud

No es ningún secreto que la industria de la salud de los Estados Unidos es cara. Gastos de atención médica representados 19,7% del PIB en 2020. Algunos dicen que el big data es la respuesta. La aceleración de los costos está obligando a los pagadores y proveedores de atención médica a Pasar de un enfoque de pago por servicio (cuantos más tratamientos, mejor) a uno que favorezca los resultados del paciente (recompensando a los proveedores por tratamientos específicos que realmente funcionen). Además, los médicos revisan los datos de una variedad de fuentes antes de tomar decisiones de tratamiento.

Big Data tiene el potencial de ayudar a los médicos a tomar mejores decisiones, como tratamientos personalizados y atención preventiva.

Los médicos pueden combinar y analizar conjuntos de datos de ensayos clínicos, registros médicos electrónicos, redes de pacientes en línea e investigación genómica. Los médicos ahora también tienen el capacidad para mapear secuencias completas de ADN para evaluar la salud. Uno de los objetivos es crear un plan de tratamiento personalizado basado en la biología individual. En lugar de tratar a su paciente con un medicamento que funciona algunas veces, puede emplear la ciencia de datos para personalizar un régimen para una persona específica.

Los investigadores tienen como objetivo lograr una atención personalizada. Como comienzo, la FDA ya ha comenzado a emitir etiquetas de medicamentos que especifican diferentes dosis para pacientes con variantes genéticas particulares.

Sin embargo, la prevención siempre es mejor que una cura y también ayuda a los pacientes y hospitales a ahorrar dinero. Monte Sinaí utilizó análisis predictivos para reducir las tasas de readmisión. Combinaron datos sobre la enfermedad, visitas anteriores al hospital y otros factores para determinar el riesgo de readmisión de un paciente. Estos pacientes de alto riesgo recibirían comunicación regular del personal del hospital para ayudarlos a evitar enfermarse nuevamente.

Los médicos pueden hacer mucho, pero no pueden seguir a un paciente cada minuto del día. Sensores corporales portátiles Los sensores que rastrean todo, desde la frecuencia cardíaca hasta la testosterona y el agua corporal, pueden. Los sensores son solo una de las formas en que la tecnología médica se está moviendo más allá de la cama del hospital. El uso doméstico, los dispositivos de monitoreo médico y las aplicaciones móviles están surgiendo diariamente. ¿Un escáner para diagnosticar melanomas? ¿Un monitor cardíaco EKG personal? No hay problema. Estos dispositivos están diseñados para ayudar al paciente, naturalmente, pero también están ocupados recolectando datos.

Por ejemplo Rastreador habilitado para GPS de Propeller, registra el uso del inhalador por parte de los asmáticos. Esta información se recopila, analiza y combina con datos sobre catalizadores del asma de los CDC (por ejemplo, altos recuentos de polen en Nueva Inglaterra) para ayudar a los médicos a aprender la mejor manera de prevenir los ataques. La Alianza de Datos de Salud de Pittsburgh reúne a tres escuelas especializadas en atención médica, tecnología y datos para extraer datos y proporcionar informes y análisis a investigadores, profesionales y al público.

Big Data también tiene el potencial de contribuir a un diseño totalmente digital y sin precedentes registro electrónico de salud (EHR). Este valioso archivo contendría toda la información sobre la salud de un paciente, siempre estaría actualizado y podría compartirse a través de cualquier red. El archivo de un paciente podría contener datos estructurados de cada uno de los proveedores de atención médica del paciente (p. ej., resultados de laboratorio, información demográfica, historiales de prescripciones, etc.), datos profesionales no estructurados (p. ej., notas de médicos, médicos, PCP y enfermeras), datos personales no estructurados (p. ej., notas de cuidadores domiciliarios, familiares, pacientes y trabajadores sociales) e imágenes guardadas de radiografías y resonancias magnéticas.

Muchas industrias se enfrentan a brechas de habilidades de análisis de big data. En Industria de la salud, la mayoría de los datos no están estructurados y son difíciles de analizar. Las organizaciones están buscando analistas y Científicos de datos que tienen experiencia de nivel medio a superior. Según un estudio en el Revista de la Asociación Americana de Informática Médica, se buscan científicos de datos para ayudar con los resultados de los pacientes, la medición de la calidad y la presentación de informes financieros. La mayoría de los puestos requieren una licenciatura, aunque algunos requieren una maestría. Con el talento adecuado, los hospitales y las organizaciones de atención médica pueden organizar sus datos y extraer información procesable.

En 1950, poco después del estallido de la Guerra de Corea, un físico / dentista llamado A Robert Ledley le ofrecieron un trabajo en la Oficina Nacional de Estándares (ahora conocido como el Instituto Nacional de Estándares y Tecnología) en 1952. Allí se encontró con el Estándares Eastern Automatic Computer (SEAC). Ledley se dio cuenta de que SEAC podía realizar ecuaciones complejas que ningún humano podría esperar abordar. Vio que la física, las matemáticas y las computadoras podrían combinarse para resolver problemas biomédicos. En 1959, Ledley se asoció con un radiólogo para publicar un artículo que cubría la lógica simbólica, la probabilidad y la teoría del valor, y educó a los médicos sobre el potencial de las bases de datos y el diagnóstico electrónico. El impulso para computarizar la medicina había comenzado en serio.

La década de 1900 vio la introducción de MEDLARS/MEDLINE, una base de datos bibliográfica computarizada compilada por la Biblioteca Nacional de Medicina, junto con la investigación y experimentación con lenguajes de programación. Una de estas bases de datos fue la Sistema de programación múltiple de servicios públicos del Hospital General de Massachusetts (MUMPS). Desarrollado por Neil Pappalardo, Curtis Marble y Robert Greenes de 1966 a 1967, MUMPS impulsó la creación e integración de bases de datos médicas. A principios de la década de 1970, era el lenguaje de programación más utilizado para aplicaciones clínicas.

La década de 1960, se podría decir, la década de la paz, el amor y los datos:

En 1968, el Dr. Lawrence Weed estaba trabajando en el Sistema de Información Médica Orientado a Problemas(PROMIS). Aunque no obtuvo una amplia aceptación, PROMIS fue un fuerte intento de establecer un sistema integrado que cubriera todos los aspectos de la atención médica, incluido el tratamiento del paciente, así como el Registro Médico Orientado a Problemas (POMR). Y, por supuesto, estaba el Internet infantil. A finales de la década de 1970, la idea de la tecnología de comunicaciones de datos en línea se había extendido más allá de los grandes centros médicos de enseñanza. Los médicos comenzaban a recibir acceso instantáneo a bases de datos computarizadas.

No fue hasta la segunda mitad de la década de 1980 y principios de la década de 1990 que el enfoque de la atención médica La tecnología comenzó a cambiar hacia la integración clínica y mejorar la calidad de la atención al paciente. Gracias a Internet, las tecnologías en red, las bases de datos a gran escala y el desarrollo de software de bases de datos relacionales, los datos estaban repentinamente en todas partes. Luego vino el nuevo milenio y los «deberes». Los dispositivos, dispositivos y PDA se volvieron omnipresentes en entornos clínicos. Las capacidades de almacenamiento continuaron aumentando. El flujo de información disponible aumentó a fuerza de inundación, impulsado por datos de investigación farmacéutica, datos clínicos, datos de actividad y costos, datos de comportamiento del paciente y datos biológicos.

En 2009 el congreso aprobó el Ley de Tecnología de la Información de Salud para la Salud Económica y Clínica (HITECH). Al hacerlo, el gobierno indicó que estaba dispuesto a gastar miles de millones para promover y expandir la adopción de tecnología de información de salud y crear una red nacional de registros electrónicos de salud (EHR).

Hay muchos obstáculos para crear una industria de atención médica basada en datos. Algunos son técnicos, otros emocionales. Los proveedores de atención médica han tenido décadas para acumular registros en papel, ineficiencias y rutinas arraigadas.

Digamos que los científicos de datos logran su sueño de un EHR digital. ¿Quién tendrá acceso a ella? ¿Quién será el propietario de los datos? ¿Cómo se protegerá? En un esfuerzo por aumentar la gestión de riesgos en la asistencia sanitaria, el La Ley HIPAA establece explícitamente que las entidades cubiertas deben:

«Proteger los registros de salud de las personas y otra información de salud identificable exigiendo salvaguardas apropiadas para proteger la privacidad y estableciendo límites y condiciones sobre los usos y divulgaciones que se pueden hacer de dicha información sin la autorización del paciente».

Pero el historial de los proveedores médicos estadounidenses no es exactamente alentador. En 2021 Más de una violación de seguridad de la atención médica ocurrió cada día. Los EHR también piden preguntas sobre la relevancia. ¿Cuánta información es demasiada? Después de todo, sus registros financieros, fotos de redes sociales, historial sexual, ubicación y su factura semanal de licor son relevantes para su salud en general. ¿Deberían incluirse en su archivo digital?

Última actualización: 27 de abril de 2022