Se podría identificar si un paciente está tomando la medicación y con qué patrón de comportamiento
Laura Chivato Isabel
A día de hoy es difícil negar el potencial que tienen las nuevas tecnologías en el ámbito de la salud, aunque si se hace referencia al big data y la adherencia al tratamiento, parece que esta unión no termina de hacerse realidad por el momento. El término big data hace referencia a un conjunto de datos grande y complejo, así como a las técnicas de tratamiento específicas de ese gran volumen de datos, según el Instituto de Ingeniería del Conocimiento (IIC). Como cuenta Elisa Martín, directora del área de Salud en el IIC, si se hiciera uso del big data concretamente para mejorar la gran problemática que supone la falta de adherencia a los tratamientos, no solo se podría conocer qué es lo que está ocurriendo con la actitud de ese paciente, sino que podrían desarrollarse modelos predictivos para clasificar por perfiles (edad, sexo, entorno sociocultural, etc.), analizar comportamientos y, a partir de todo ello, tomar las decisiones más adecuadas a la hora de, por ejemplo, prescribir un medicamento. Pero de momento en España, parece ser que todo esto sigue siendo un imposible.
“El big data y la Inteligencia Artificial (IA) en salud es un apoyo a la práctica médica. Sin embargo, en el caso de la adherencia a los tratamientos y dentro del Sistema Nacional de Salud (SNS), hay muy pocos ejemplos; es una realidad anecdótica. Son las apps las que están encargándose de apoyar al paciente en estos temas desde diferentes perspectivas, contemplando la adherencia dentro de sus diferentes funciones”, señala Martín.
“El big data y la Inteligencia Artificial (IA) en salud es un apoyo a la práctica médica”
Para la directora del área de Salud del IIC esto es así dada la complejidad que supone que cada comunidad autónoma cuente con su propio sistema de salud añadido al hecho de que la información de los pacientes (la historia clínica) se encuentre en los hospitales, “y es algo que habría que simplificar para poder acometer soluciones de este tipo”. “Además -añade-, hay que tener resolución e iniciativa para lanzar estos proyectos innovadores y conseguir resultados que ayuden en este tipo de problemas”.
Con esta experta coincide el doctor Ramón Mazzucchelli, portavoz de la Sociedad Española de Reumatología (SER) y reumatólogo en el Hospital Universitario Fundación Alcorcón: “Si extrapolamos lo que hay en el área de salud y big data, podemos decir que, a fecha de hoy, el despliegue real de este tipo de soluciones es escaso o casi nulo, por lo que el sector sanitario está muy lejos de los avances conseguidos en otros ámbitos, por ejemplo el financiero o el de las grandes tecnológicas”.
“El sector sanitario está muy lejos de los avances conseguidos en otros ámbitos, por ejemplo el financiero o el de las grandes tecnológicas”
“Sin embargo, la aplicación del paradigma de big data al entorno de la salud supondrá una mejora de magnitud, aún no predecible, en la calidad de la atención a los pacientes, así como en la prevención, diagnóstico y tratamiento de enfermedades, unido a una reducción notable en los costes de sanidad. Para alcanzar estos logros es fundamental la integración de todos los datos procedentes de muy diferentes fuentes, así como el desarrollo de nuevas tecnologías que permitan la explotación de dichos datos”, detalla el doctor Mazzucchelli.
Gran margen de mejora
En opinión del portavoz de la SER, la adherencia a los tratamientos es un “área compleja y con numerosas variables en juego”, lo que a su vez permitiría un gran margen de mejora si se hiciera uso del big data: “El big data puede ofrecer soluciones desde el desarrollo de algoritmos que sean capaces de predecir qué individuos van a tener una mala adherencia al tratamiento, así como ofrecer soluciones para minimizar la no adherencia”.
Concretamente, la directora del área de Salud del IIC explica que el área de big data e IA ayuda a saber lo que está pasando, y por ejemplo, en combinación con dispositivos electrónicos o IoT Internet of Things), se podría identificar si un paciente está tomando la medicación y con qué patrón de comportamiento. “Otra técnica podría ser la aplicación de procesamiento del lenguaje para construir asistentes virtuales y que estos establezcan una interacción con el paciente, por ejemplo, para recordarle la medicación; además, a través de una conversación con preguntas, se podrían ofrecer evidencias de cómo es el comportamiento y cómo se está tomando la medicación. Estos mismos asistentes podrían interactuar con los cuidadores y avisar de anomalías en la rutina del paciente”, subraya Martín.
“Se podría identificar si un paciente está tomando la medicación y
con qué patrón de comportamiento”
“Todo ello ayuda a ganar confianza en el tratamiento -añade esta experta-, que es una de las características que más apoyan la adherencia, pues cuanta más confianza, más probabilidad de que se siga el tratamiento prescrito”.
En este sentido, desde el IIC trabajaron con diferentes expertos para desarrollar el Modelo MS, una herramienta de recomendación personalizada del tratamiento en esclerosis múltiple (EM) basada en Inteligencia Artificial. Para ello, se estudiaron variables que influyen en la evolución de la EM con el objetivo de indicar el mejor tratamiento a partir de las características de cada paciente. De esta manera, la herramienta ofrece una recomendación personalizada al especialista para que decida qué prescribir en cada caso.
“Elegir el mejor tratamiento significa poner freno al desarrollo de cualquier enfermedad. Sin embargo, existen casos, como el de la esclerosis múltiple, en los que los pacientes no reaccionan igual al mismo tratamiento, sino que sus características clínicas o demográficas determinan esa respuesta. La tecnología puede ser de ayuda en este aspecto”, apuntan desde el IIC.
Complemento, que no sustituto
No obstante, Martín hace hincapié en que la Inteligencia Artificial es un complemento en la toma de decisiones, una herramienta más para ayudar a los profesionales en su día a día. Esto hace necesario que exista formación entre los mismos para poder trabajar con ella y con el big data, ya que de esta manera ganarán confianza y se la trasmitirán a los propios pacientes “para que se sientan involucrados en esa transformación”.
“Es necesario abordar estos proyectos con seriedad, profundidad y profesionalidad para que los resultados sean los esperados. Los datos y la IA es un entorno complejo, como otras muchas disciplinas, y hay que acompañarse de profesionales que hayan demostrado su experiencia; no es un entorno para aficionados”, destaca la directora del área de Salud del IIC.
“Es necesario abordar estos proyectos con seriedad, profundidad y profesionalidad”
Además de esto, según el doctor Mazzucchelli, es igualmente necesaria la implicación, no solo por parte de los expertos en esta área, sino también por parte de las administraciones, las empresas privadas, los hospitales, etc.: “El verdadero valor de big data en salud se conseguirá solo si los diferentes actores implicados en el proceso se comprometen en este proyecto de forma conjunta para llevar el ámbito sanitario a una nueva era”.
“Esto solo se podrá llevar a cabo en el marco de un ecosistema de big data en salud en el que se integre con la tecnología, políticas adecuadas sobre privacidad y confidencialidad, infraestructuras y una cultura de uso compartido de los datos. Todo ello conlleva una serie de retos que hay que afrontar desde diferentes perspectivas y grado de profundidad”, añade el doctor.