IM MÉDICO #20

im MÉDICO | 20 11 A continuación sedescribenalgunos ejemplos con losquees posible anticipar de qué forma los algoritmos cibernéticos están en el camino de sustituir, o al menos condicionar de formamuy importante, lasdecisionesmédicas.Tales ejemplos van desde la decisión de una celebrity sobre cáncer de mama, a las pruebas de imagen aplicadas a la fractura de cadera, la predicti- bilidaddel shockdiabéticoodiferentes herramientas estadísticas para la calibración de riesgos, actualmente en el mercado. Ejem- plos de los diferentes tipos de analítica que se aplican a la salud. Anticipando el futuro Según el trabajo de los doctores Ziad Obermeyer y Ezekiel J Emanuel, publicado en el número de septiembre pasado de New England Journal of Medicine , “el Big Data, la medicina clínica y el autoaprendizaje computacional (Learning Machine) se están conjugando en la actualidad para poder predecir el futuro, en tér- minos de salud” . Este planteamiento de base, sirvió a Carles Illa , Principal Healthcare de IASIST (Quintiles IMS) , para dejar claro que el futuro de los servicios de salud será distinto a como se conoce en la actualidadyquepara su transformación será imprescindible disponer de un volumen y calidad de datos, igualmente inédi- tos hasta la fecha. Sin embargo, Illa advirtió que “los datos son absolutamente inservibles, sino sonconvenientementeanalizados, interpretados y puestos al servicio de la acción directiva” . De forma que los algoritmos, y no la mera compilación de datos, serán la verdadera fuerza transformadora de la sanidad del futuro. Razón por la cual, la atencióndeberáprestarse a las nuevas herramientas estadísticasqueemerjandel LearningMachine, decaraapotenciar la medicina que se está con gurando en el presente siglo. Una tarea que, en opinión del experto, pasará por “una nueva gene- ración de sistemas de computación mediante algoritmos médicos que permitan hacer predicciones ables y tomar decisiones con márgenesdecrecientesdeerror”. La información como base de las decisiones Para hacer comprensibles los cambios que afectan a la or- ganización de los servicios de salud, el experto aclaró que la asistencia sanitaria debe ser considerada siempre como un sistema de información. En el mismo, existen siem- pre dos polos emisores de datos, habitualmente dentro de un contexto ampliamente mediatizado. El profesional sanitario, fundamentalmente médico, que interactúa con el acerbo cientí co común y que dispone de su propio bagaje clínico para poder detectar las señales y síntomas que recibe del paciente, de forma primaria, o ya enmarcados dentro de sus antecedentes clínicos. Con esa información, el facultativo emite un diagnóstico que conlleva un tratamiento que se traduce en resultados clínicos con efectodeseable sobre la saluddel pacien- te. En este ujo de datos, existe un subciclo de información en el quemédico ypaciente incrementanel volumende antecedentes del segundo, para un mejor conocimiento del primero. (Tabla 1) Carles Illa también hizo suyo el esquema que desarrollóTomDa- venport en la Universidad de Harvard (EEUU) para la separación analítica de la información aplicada a la toma dedecisiones. En su compartimentación del análisis aplicable a los casos médicos, el modelo distingue entre analítica descriptiva, analítica predictiva y analítica prescripctiva. La primera de ellas detalla los datos del pasado, sin incidir de manera especial en las causas. La segunda supone un modelo que parte del pasado para postular lo que pasará en el futuro, en términos de hipótesis. Finalmente, la ana- Sistema sanitario de información y generación de antecedentes clínicos Tabla 1 Carles Illa