El procesamiento de grandes volúmenes de datos no estructurados con la tecnología de Big Data repercutirá de forma positiva principalmente a dos niveles, respondiendo de forma eficiente a las necesidades y preocupaciones de la administración y de los ciudadanos:
- El control de los gastos médicos
- La reducción de la tasa de mortalidad
Integración de datos estructurados y datos no estructurados
Los centros de salud y los pacientes acumulan grandes cantidades de datos en distintos formatos, ya sea en papel o en versión electrónica, que por su dispersión (algunos son estructurados y otros no) resultan imposibles de utilizar. Big Data ofrece la posibilidad de organizar información de forma efectiva, por lo que se podrían integrar a los datos estructurados ya existentes hoy en día (fichas personales de los pacientes, etc) aquellos que permanecen ocultos al sistema actual de almacenamiento y sólo existen de forma analógica en poder de los pacientes (recetas de papel, registros médicos, notas manuscritas de los doctores o resultados de pruebas médicas). Los ordenadores podrían reemplazar el 80% del trabajo médico actual, ampliando inclusos sus competencias.
A todos estos datos hay que añadirles los que provienen de las redes sociales y de otros dispositivos que permiten monitorizar al paciente y se irán incorporando a la recopilación de información gracias al internet de las cosas: dispositivos, sensores, instrumentos médicos, aparatos de fitness... Las aplicaciones relacionadas con la sanidad permitirán mejoras en el área médica, en la síntesis de datos de las historias médicas y análisis clínicos, la gestión de dispensarios y hospitales, la administración hospitalaria, la distribución de material sanitario y medicamentos (incluso según necesidades puntuales por epidemias eventuales), la detección y prevención de posibles efectos secundarios de medicamentos y tratamientos, o la generación, almacenamiento y explotación de la documentación científica.
Reducción de costes y optimización del gasto
El estudio de 2011 del Kinsey Global Institute calcula que las aplicaciones de Big Data en el sector sanitario podría representar unos beneficios de hasta 250.000 millones de euros los sistemas de salud públicos en Europa y de hasta 300.000 millones de dólares en Estados Unidos. Un ahorro considerable si se tiene en cuenta que la mayoría de sistemas sanitarios de la sociedad occidental presentan unas pérdidas mayores cada año.
El informe Big Data in digital health, de la fundación Rock Health, calcula que el potencial latente de la aplicación de Big Data en el ámbito de la salud podría conllevar un ahorro de entre 300 y 500 millones de dólares gracias a:
- La mejora de la coordinación de la atención al ciudadano
- La lucha contra los fraudes y los abusos
- La reducción de ineficiencias administrativas y clínicas
Según las conclusiones del informe, Big Data cambiaría la eficiencia del modelo de atención sanitaria en base a los siguientes fundamentos:
- Transformación de datos en información
- Apoyo al autocuidado de las personas
- Respaldo a los proveedores de cuidados médicos
- Aumento del conocimiento y la concienciación del estado de salud
- Agrupamiento de los datos para expandir el ecosistema
Las tendencias que según el informe de Rock Health emergen y cobran gran trascendencia para la gestión de datos en el sector sanitario son el trabajo con conjuntos de datos limitados, la combinación de una gran cantidad de datos y el pooling o agrupamiento de datos para optimizar resultados.
Rentabilidad para la Investigación y la prevención
No solo la atención médica se beneficiará de la irrupción del Big Data en la gestión del sistema sanitario. También la investigación experimentará una mejora a la hora de poder determinar las causas de las enfermedades y establecer soluciones mejores. Gracias a Big Data se podrán predecir, prevenir y personalizar enfermedades gracias a los avances en:
- Investigación y secuenciación del genoma
- Operativa clínica
- Autoayuda y colaboración ciudadana
- Atención y medicina personalizadas
- Monitorización remota de pacientes
- Seguimiento de pacientes crónicos
Post relacionados:
