Los 4 principales casos de uso de la ciencia de los datos en la sanidad

El salud industry has a plethora of data at its fingertips. However, many are yet to put this data to good use.  Here Paul Ricci, a científico de datos autónomo en Kolabtree, explains some use cases of ciencia de los datos in healthcare and how it can improve research and patient care.

Los servicios sanitarios de todo el mundo se enfrentan a crecientes presiones para ser más eficientes y mejorar los resultados clínicos. La analítica de datos puede utilizarse para mejorar la toma de decisiones a nivel clínico y operativo y ayudar al sector a satisfacer estas demandas. A continuación se presentan algunas de las principales aplicaciones de la ciencia de los datos en la sanidad, junto con su impacto en la investigación. 

1. Ensayos clínicos

Un reciente estudiar descubrió que el coste medio de los ensayos clínicos pivotales que conducen a la aprobación de un medicamento es de $19 millones. El sector debe encontrar formas de aumentar la eficiencia de los ensayos clínicos para reducir este coste. Hay varias formas de utilizar la analítica de datos para aumentar la eficiencia de los ensayos clínicos.

Muestras de mayor tamaño: Gracias a los recientes avances en las capacidades de análisis de datos, los ensayos clínicos pueden tener ahora tamaños de muestra mucho mayores. También es más fácil identificar patrones significativos en los datos que, de otro modo, podrían pasarse por alto. Gracias a estos avances, los datos de los ensayos clínicos pueden ser más completos, precisos y fiables, lo que es importante a la hora de solicitar la autorización de la MHRA o la Aprobación de la FDA.

Mejor toma de decisiones: El análisis de datos también puede contribuir a mejorar la toma de decisiones en los ensayos clínicos. Podemos observar las tendencias recientes y los resultados previstos para tomar mejores decisiones que aumenten la eficiencia de los ensayos, reduzcan los costes y garanticen una mayor seguridad del paciente.

Estudios retrospectivos: Además, podemos utilizar la analítica de datos para sacar el máximo partido a cada conjunto de datos. Durante los antiguos ensayos clínicos, los datos no se analizaban tan a fondo como ahora. Los estudios retrospectivos suelen realizarse para volver a analizar estos datos mediante técnicas avanzadas de análisis de datos, que pueden descubrir patrones que no se identificaron en un principio. Los estudios retrospectivos también pueden llevarse a cabo para probar una hipótesis secundaria, una forma asequible de obtener más información sobre un medicamento sin tener que recopilar más datos.

Consejo profesional: El sesgo de selección en un ensayo clínico puede invalidar los resultados, así que asegúrese de que su muestra de pacientes representa de forma justa a la población que le interesa. Puede evitar el sesgo de selección comparando los datos demográficos de su muestra con los datos del censo de la población de interés y asegurándose de que no haya discrepancias. Si su muestra está sesgada, puede ser posible corregirla dando más peso a las muestras infrarrepresentadas que a las sobrerrepresentadas.

2. Monitorización del paciente en tiempo real

A medida que aumenta el alcance de lo que podemos hacer con los datos, el seguimiento de los pacientes en tiempo real se hace más factible. Las aplicaciones de tecnología vestible en la sanidad podría controlar los parámetros del paciente, como la presión arterial y la frecuencia cardíaca, y transmitir la información a los profesionales sanitarios a través de la nube. Esto podría reducir, o incluso eliminar, la necesidad de visitas y pruebas periódicas de los pacientes, lo que supondría un considerable ahorro de costes y una mayor eficiencia de los ensayos clínicos.

3. Salud pública y epidemiología 

Natural language processing technology automates the analysis of millions of medical data sets, which makes it easier to predict and prevent disease. For example, information from pharmacies and general practitioners, about prescriptions sold and diagnoses made, can be used to detect a disease outbreak and act quickly to prevent it spreading further.

Bioestadísticos (estadísticos que trabajan con datos biológicos y médicos) diseñan activamente encuestas y evalúan el impacto de los programas de salud pública. Históricamente, los estadísticos han contribuido a establecer importantes correlaciones que han repercutido en el mundo: por ejemplo, la relación entre el tabaquismo y el cáncer de pulmón.

4. Mejora de la atención al paciente

En el futuro, las historias clínicas electrónicas (HCE) podrían ser totalmente digitales y estar conectadas a través de la nube, de modo que cualquier persona con autorización pueda acceder a ellas. Los pacientes podrían recibir alertas cuando les toque una cita o estén disponibles los resultados de las pruebas, y los profesionales sanitarios podrían controlar la salud de sus pacientes a distancia. Sin embargo, para que esta visión se haga realidad, hay que resolver varios problemas de seguridad y confidencialidad de los datos.

Hay otros casos de uso de los científicos de datos en la sanidad, pero el objetivo final es el mismo: mejorar la investigación y la prestación de la sanidad, hacerla más accesible y asequible, y acelerar la atención y el apoyo al paciente.

Preocupación por la privacidad

Es posible que hayas oído la historia de cómo el minorista estadounidense Target descubrió que una chica estaba embarazada antes de que se lo dijera a su padre. Target ideó una estrategia para predecir cuáles de sus clientas estaban embarazadas basándose en los artículos que compraban. A continuación, les enviaba por correo material publicitario relacionado con el bebé. Cuando una joven de 17 años de Minnesota recibió este material, sus padres se horrorizaron y presentaron una demanda contra Target. El mensaje de esta historia es que hay que ser consciente de las posibles consecuencias no deseadas de la analítica de datos.

Otro ejemplo de mal uso de la analítica de datos es el reciente escándalo de Cambridge Analytica. La empresa obtuvo datos personales de los perfiles de Facebook de millones de personas sin su consentimiento y los utilizó con fines políticos.

Los datos sanitarios son información sensible que los pacientes confían a los gobiernos, las consultas privadas, los hospitales y las agencias sanitarias. Si piensas compartir los datos de las personas, primero debes asegurarte de que te han dado su consentimiento para compartir sus datos como pretendes. 

—
Se busca contratar a un científico de datos autónomo o un bioestadístico? Publique su proyecto en Kolabtree y obtenga presupuestos de expertos de forma gratuita. También puede ponerse en contacto con Paul Ricci para su requerimiento.