Aplicaciones de Big Data en el campo médico

Las definiciones sobre el concepto de Big Data pueden variar, pero básicamente, se refiere a un gran volumen de datos que se obtienen de los sistemas informáticos, sensores, redes sociales, dispositivos de Internet de las Cosas, etc.

Para algunos, esa acumulación de textos, mensajes, transacciones, consultas, datos biométricos, imágenes, videos, etc., también es una estrategia de negocios que apoya la toma de decisiones. En el campo científico y de ingenierías, también Big Data tiene una gran relevancia.

Big Data relaciona variables como el volumen o el crecimiento exponencial de los datos, la velocidad de procesamiento, la variedad y la veracidad de la información. Mientras menos ambiguos e incompletos sean los datos, tendrán un mayor valor.

Actualmente, la analítica de datos es un campo que tiene gran demanda en empresas privadas. Se habla también de los “científicos de datos”, quienes deben tener amplios conocimientos de estadística, análisis de clúster, de árboles, grafos y todo lo que implica la estructura de datos. Los sistemas de recomendación, muy utilizados en el contexto de la medicina y en las redes sociales, también son importantes.

Por su gran volumen, diversidad y complejidad, la información de Big Data requiere una nueva arquitectura, técnicas, algoritmos y análisis para poder extraer su valor y el conocimiento que entraña.

Esta semana, el Instituto de Ingeniería Eléctrica y Electrónica (IEEE), sección de Panamá, que aglutina los capítulos profesionales de ingeniería en medicina y biología, y de computación, realizaron en la Universidad de Panamá, una conferencia sobre las aplicaciones de Big Data en el sector médico.

El Dr. Miguel Vargas Lombardo, miembro del Sistema Nacional de Investigadores, docente en la Universidad Tecnológica de Panamá y director del grupo de investigación en salud electrónica y supercomputación del Cidictic, explicaba que en el campo de la salud existen herramientas que buscan, sobre todo, ofrecer un cuidado centrado en el paciente, poder atender las fichas clínicas con el mayor número de detalles, facilitar el monitoreo en tiempo real de pacientes, desarrollar análisis predictivos y generar nuevas fuentes de datos para proveedores, constribuyentes y reguladores de salud.

El aprendizaje de las máquinas en conjunto con Big Data tiene aplicaciones en la oncología. Utilizando datos sobre las características clínicas de los pacientes, pruebas de sangre, imágenes, examen genómico, etc., y desarrollando algoritmos es posible apoyar los estudios oncológicos, y el manejo de estos grandes volúmenes de datos.

También mencionó que las redes sociales permiten hacer análisis de sistemas de recomendación para gripe estacionaria, alergias, obesidad y ejercicios.

Su grupo de investigación ha desarrollado una propuesta de un marco de trabajo para cuidados paliativos para pacientes con cáncer de seno. La idea, explicó, es apoyar al Instituto Oncológico Nacional con una herramienta a la cual pueda acceder el médico y revisar patrones de la enfermedad, dosis de medicamentos, recomendaciones, etc.

En tanto, el ingeniero Eduardo Pérez Denadai destacó que en el sector salud, hay espacios para aplicaciones de automatización en la administración y en áreas clínicas, para visualizar correlaciones entre variables, etc. Además, las tecnologías de código abierto abren puertas y el aprendizaje de máquinas es como una caja de herramientas que se debe aprovechar para resolver problemas.

Ambos expositores coincidieron en la importancia de saber programar para aportar a los avances del mundo. “Tenemos que hacer mucho esfuerzo para que los estudiantes se interesen en programar en diferentes lenguajes”, dijo el Dr. Vargas Lombardo.