«El big data hará que la medicina sea realmente personalizada»

Carmen Tapia

LEÓN

—¿Qué es el big data y para qué se utilizará en Sanidad?

—La aplicación de una serie de instrucciones o reglas definidas, ordenadas y finitas, conocidas como algoritmos a un conjunto de datos contextualizados es lo que permite extraer información de valor, o como se conoce en la jerga informática, accionable. Hasta ahora, la producción de datos, almacenamiento y procesamiento analítico ha sido posible con herramientas informáticas convencionales, que hemos llamado en general bases de datos. En los últimos años, el crecimiento de los datos ha sido exponencial, no sólo en volumen, sino también en velocidad de generación y en variabilidad del tipo de dato generado. Esto ha hecho que las herramientas convencionales de almacenamiento y análisis ya no sean adecuadas para extraer información de esos datos, necesitando de algoritmos cada vez más complejos para alcanzar ese objetivo. Cuando hablamos de big data, o en castellano datos masivos o macrodatos hacemos referencia a la acumulación de un gran volumen de datos y a una forma novedosa y diferente de analizarlos. Los expertos no se ponen de acuerdo en el cuánto, pero la mayoría asumen que ese volumen debe superar los 30-50 Terabytes (TB). Para que se hagan una idea, 1 TB, que son 1.099.511.627.776 bytes, equivaldría a tener grabados en formato digital 350 episodios de Los Simpson o 238 de Friends, o 8.000 millones de tuits o 1.300 estanterías llenas de documentos en papel. Pero además de ese tremendo volumen, Big Data se caracteriza por su tremenda variabilidad y su altísima velocidad de producción y volatilidad. Son muchos los orígenes de los datos, muchos también los formatos y la estructura en la que se producen y además están sujetos a rápidos y drásticos cambios.

—Entonces ¿ya no sirven las herramientas convencionales?

—Ni las herramientas ni los algoritmos tradicionales. Big data es omnipresente en nuestra vida y el mundo sanitario no es una excepción, más bien es el corolario de big data. La generación de datos en salud casa a la perfección con la definición de big data. Los datos de una historia clínica típica de una persona de mediana edad podrían alcanzar un volumen cercano a los 50 TB, equivalentes a las obras completas de Shakespeare, si se introducen todos: datos procedentes de sensores que capten frecuencia cardíaca, respiratoria, tensión arterial, glucemia, etc.; datos de geolocalización estática y dinámica; datos referidos al contexto social del paciente y datos contenidos en los genes, sus productos y sus interacciones (datos ómicos). El avance en el conocimiento y gestión de los macrodatos sanitarios, con la integración de los datos biológicos con los psico-socio-culturales y los económicos, promete avanzar hacia una medicina que muchos llaman la Medicina 4.0 o Medicina 4p, verdaderamente personalizada y holista con mayor eficacia preventiva, diagnósticos más precoces, más rápidos y más certeros, prescripciones terapéuticas más eficientes, integración real de teleasistencia y una más clara participación y compromiso del paciente y su entorno en el cuidado de su salud individual y en el de la colectividad. Lógicamente y como cualquier disrupción tecnológica las ventajas potenciales deberán conjugarse con el respeto a los derechos innatos, como son la privacidad de los datos y los deseos y convicciones socio-culturales del paciente individual y de la sociedad en la que se implementan.

—Los avances tecnológicos generan una avalancha de datos. ¿Hay personal sanitario suficiente especializado para interpretar esos datos?

—Ni hay personal suficiente, ni suficientemente especializado para afrontar el desafío tecnológico disruptivo en el que ya estamos inmersos. Tampoco la organización y gobierno de las estructuras de provisión sanitarias están preparadas para asumirlo. Me temo que ni siquiera los decisiones políticas están siendo conscientes del cambio tan profundo que ya se está produciendo, aunque no sería justo si no reconociera que algunos gestores muy cercanos están firmemente convencidos del viraje que el mundo de la gestión sanitaria tiene que dar para enfrentar la proa al desafío del big data sanitario.

—¿Cómo se garantiza la privacidad de los pacientes?

—La implementación big data implica el desarrollo de lo que se llama Data Governance, un sistema que define responsabilidades en la gestión de los datos en el sentido de cómo y para qué se toman decisiones a partir de la información que se extrae del análisis big data. Data Governance implica a cualquier individuo, grupo u organización relacionado con la recogida, almacenamiento, gestión y manipulación de datos e implica el desarrollo de reglas políticas, directrices y normas, derechos de decisión y niveles de responsabilidad. En este sentido Europa y España ha actualizado la legislación sobre el tratamiento y circulación de datos personales. La Ley Orgánica 3/2018 de Protección de datos personales, conocida como LOPD, que adapta las directivas europeas 2016/679 y 2016/680 sobre protección de datos individuales al marco del Estado Español, recoge los derechos de acceso, rectificación, supresión, limitación de tratamiento, portabilidad y oposición en el manejo de los datos. Su espíritu, recogido en su primer artículo, persigue establecer que datos se recogen, para qué se recogen y con qué finalidad, obligando a un consentimiento de voluntad libre, específica, informada e inequívoca que autorice el tratamiento de los datos personales. La LOPD es absolutamente garantista de la privacidad de los pacientes y aplica al marco sanitario, en el que existe también normativa específica que regula el acceso a la Historia Clínica y los derecho y deberes de los pacientes.

—Si el paciente no quiere que sus datos se utilicen ya no será un sistema fiable  porque no será universal ¿es así?

—Es muy sagaz la pregunta. Sí, este puede ser un problema y de hecho es una de las controversias que surgen cuando se discute sobre el alcance y consecuencias de la LOPD. Una de las claves es definir exactamente la finalidad para la que se usan esos datos y quién va a tener la responsabilidad de la Data Governance. La otra es cómo se tratarán los datos, agregados o desagregados. La agregación de datos permite hacer una medicina poblacional y existen para ello protocolos de anonimización de los datos, que permiten manejarlos sin saber a qué persona pertenecen. La agregación es muy interesante para fines de investigación clínica y epidemiológica. Los datos desagregados sin anonimizar se usa para la atención sanitaria individual de los pacientes y al respecto también existen mecanismos de protección de acceso a las historias clínicas. Si bien es cierto que el riesgo de robo de datos es real, los mecanismos de protección contra el hackeo son cada vez más sofisticados. Pero ciertamente, si el paciente niega sus datos, sus datos no existen.

—Datos, datos, datos… ¿dónde se queda la clínica, la observación? ¿Es que no sirven?

—La observación clínica genera también datos que se convierten en anotaciones subjetivas y sensaciones del equipo médico que atiende al paciente. Las anotaciones subjetivas médico-enfermeras son el pilar fundamental de la atención sanitaria porque contextualizan los datos expulsados por los diferentes sensores bio-psico-sociales, interpretan las evidencias científicas relacionada con la información proporcionada por dichos sensores y las adaptan a las expectativas, deseos y creencias del paciente tanto como individuo, como también integrante del grupo social al que pertenece. La observación empírica ha sido, es y será el cemento que pegará los diferentes datos y dará sentido a la información que se extraiga de su análisis. La observación clínica es la parte de arte que tiene la práctica de la ciencia médica. La observación clínica es la que hará las preguntas relevantes a las máquinas, porque sin esas preguntas, la máquina expulsará información no convertible en conocimiento que ayude al ser humano enfermo. Sin sensaciones la medicina es sólo tecnomedicina.

—¿Cómo se compatibiliza el análisis de los datos con la investigación que se hace en los laboratorios para conseguir tratamientos individualizados?

—Si te refieres a la investigación clínica, ambas son compatibles y complementarias, porque ambas abordan el sufrimiento y la enfermedad, aunque desde perspectivas diferentes y con herramientas y base epistémica diferente. La investigación clínica ha conformado lo que denominamos medicina basada en la evidencia y ha sido un esmerado camino construido a base del diseño de cuidados ensayos clínicos, valoración crítica y objetiva de la evidencia aportada por esos diseños y la compilación de todas esas evidencias en rigurosas revisiones metodológicamente sistematizadas que nos han permitido aproximarnos a lo que funciona y a lo que no funciona en medicina. La base epistémica de la medicina basada en la evidencia ha sido la experimentación en marcos controlados, con pacientes muy específicos y con preguntas clínicas muy sencillas. Esto choca con la realidad clínica, donde el marco no es controlado, los pacientes son heterogéneos y las preguntas que hay que contestar son complejas. Por tanto, la medicina basada en la evidencia se encuentra ahora con un muro difícil de superar: ¿cómo extrapolo mi información a la realidad? No puede y esto ha supuesto que muchas estrategias diagnóstico-terapéuticas se encuentren con pacientes a los que no se puede aplicar esa evidencia. Big data, con la observación y control de toda la realidad y una aproximación empírica, ofrece una herramienta poderosa y tentadora, que no es una alternativa, sino el complemento perfecto a la experimentación clínica. La colaboración sanidad publica interconectada e industria farmacéutica ética será la clave de la nueva tendencia

—¿Cómo mejorará la atención médica?

—Es actualmente una promesa, pero aún no es una realidad. Sin embargo, esta aproximación al big data nos va a permitir cumplir un viejo sueño del clínico: la evaluación de resultados en salud. Actualmente sabemos cómo funcionan y que aportan determinadas estrategias terapéuticas en el marco de un ensayo clínico, pero no si funcionan igual en el marco de la realidad clínica del día a día. La evaluación multidimensional de resultados en salud permitirá al clínico deshacerse de estrategias que no funcionan, adoptando y mejorando aquellas que si lo hacen y será el propio paciente el que se lo diga. Será entonces una medicina participativa, donde el enfermo será colocado en el mismo centro del sistema. Además, la evaluación de resultados es la piedra angular de la sostenibilidad del sistema: gastar en lo que funciona y dejar de hacerlo en lo que no funciona. Esto es la medicina eficiente. Junto a ello, los análisis mediante la aplicación de la Inteligencia Artificial y la Data Science, o ciencia de los datos, convertirá a la medicina actual, reactiva a la enfermedad, en una medicina proactiva, que se adelantará a la misma y podrá predecir patrones de enfermedad futuros e individuales. La combinación de una medicina participativa con una medicina proactiva y la incorporación de datos, hasta ahora no explorados como los datos genómicos tanto estáticos como dinámicos con los datos procedentes del entorno social y ecológico del paciente, convertirán a la medicina actual en una medicina verdaderamente personalizada.

—¿Cuánto tiempo queda para que big data sea una realidad? ¿Qué les queda a los hospitales para adaptarse?

—Big data es una realidad en otros entornos. Las finanzas, los entornos industriales de alto rendimiento, o la industria militar ya han implementado big data y su análisis data Science. Entornos científicos como la Física, la Astronomía o la Biología de Sistemas, ya han entrado y se desarrollan en el entorno big data con evidentes mejoras y cambios paradigmáticos que afectan al conocimiento base y a la tecnología que lo alimenta, y que indudablemente están impactando en las sociedades civiles. No es una realidad en medicina. Hay mucho camino que recorrer, aunque me temo que el impulso es tal, que la adaptación será obligada. Los Hospitales y la Sanidad en general tendrá que readaptarse a esta nueva megatendencia. Organizativamente tendrá que cambiar de las estructuras longitudinales y piramidales basadas en viejos paradigmas a líneas de organización funcional y transversal con equipos no solo multidisciplinares sino también multiprofesionales y que con autonomía propia en la gestión. El personal sanitario tendrá que adaptarse y formarse dejando a un lado conocimientos obsoletos. Además, se tendrán que incorporar nuevos perfiles profesionales que aúnen en su curriculum conocimientos biosanitarios y formación en nuevas tecnologías, data science, informática, bioestadística, física de sistemas, etc. El sanitario del siglo XXI será el paradigma del knowmad, neologismo acuñado por John Moravec que agrupa los términos anglosajones know (saber, conocer) y mad (nómada), un nuevo perfil profesional que trabajará en simbiosis con las máquinas en lo que se llama colaboración Cobol y cuyo valor añadido será la capacidad de transformar la información que escupen las máquinas en conocimiento accionable creando, innovando y resolviendo problemas humanos irresolubles para las máquinas. La organización sanitaria se deberá convertir en una estructura flexible, trasparente, líquida y con gran capacidad para filtrar el conocimiento.