Macrodatos en la atención sanitaria

Macrodatos en ascenso

Los datos que se generan a partir del uso de Internet, redes sociales, registros sanitarios e historial de compras, a partir de ahora denominados como ‘macrodatos’ están aumentando a un ritmo exponencial en todo el mundo.  Tanto la veracidad como la velocidad de la recogida de datos continúan aumentando con los avances tecnológicos y con el uso de formas cada vez más diversas de esas tecnologías.1  Este aumento estrepitoso de macrodatos ha sido posible gracias a un aumento igualmente rápido del número de personas de todo el mundo con acceso a Internet y tecnologías móviles.  En 2014, más de 2000 millones personas en todo el mundo tenían acceso a Internet y más de 5000 millones personas tenían un teléfono móvil.  En los próximos 4 años, más de 5000 millones de personas tendrán acceso a Internet. 

El resultado de este impresionante aumento en el acceso a Internet es una producción de datos 44 veces mayor que la observada en 20092.

Esta cantidad de datos que se generan es realmente asombrosa y sigue creciendo cada día a medida que más y más personas obtienen acceso a Internet y adoptan tecnologías “inteligentes”, incluidos smartphones y smartwatches.  Para poner esta cantidad de datos en contexto, la investigación ha indicado que, si se recogiesen todos los datos de registros históricos a lo largo del año 2003, se obtendrían aproximadamente 5000 millones de gigabytes de datos.En 2011, ese mismo volumen de datos se generó cada dos días.  Solo cuatro años más tarde, en 2015, la misma cantidad de datos estaba disponible cada diez segundos.  Y continúa aumentando con cada minuto de cada día (Figura 1).  

Figura 1
Generación de Datos Cada Minuto, 2012-2016

Con un número cada vez mayor de personas en todo el mundo conectadas a Internet cada día, la generación de datos crece a una tasa casi exponencial. Ahora hay más dispositivos móviles en el mundo que personas. Con toda esta conectividad, ¿qué cantidad de datos se generan cada minuto? Los números son sorprendentes y están magníficamente ilustrados en este gráfico de DOMO, Inc.

Como ilustra este gráfico, las personas utilizan dispositivos conectados a Internet cada vez más en su vida cotidiana. Los científicos de datos intentan aprovechar el poder de los “macrodatos” recopilados de esos dispositivos para diversos propósitos, desde iniciativas empresariales hasta la mejora de la atención sanitaria.

 

DOMO, Inc. Graphic used with permission. Available at: https://www.domo.com/blog/2016/06/data-never-sleeps-4-0/

Como explica el Dr. Michiel Ringkjøbing-Elema, la disponibilidad de datos está aumentando y presenta oportunidades para mejorar tanto nuestros ensayos clínicos como, finalmente, la atención al paciente

Presentation

Macrodatos en la atención sanitaria

1 / 8
Macrodatos
Slide information
Referencias
Cada día, creamos 2,5 trillones de bytes de datos, tantos que el 90 % de los datos que hay hoy en el mundo se han creado solo en los últimos dos años. Y la cantidad de datos no deja de crecer.  Estos datos provienen de todas partes: sensores utilizados para recopilar información climática, mensajes a sitios de redes sociales, imágenes digitales y vídeos, registros de transacciones de compra y señales de GPS de teléfonos móviles, por nombrar algunos. Estos datos son “macrodatos”.
IBM. “What is big data”. Disponible en: http://www-01.ibm.com/software/data/bigdata/what-is-big-data.html
1 / 8
Macrodatos
Slide information
Si bien el aumento de la generación y la disponibilidad de los macrodatos es emocionante, significa relativamente poco a menos que uno sea capaz de entender y crear valor a partir de ellos.  En los últimos años, el valor creado a partir de los macrodatos ha continuado evolucionando a medida que se desarrollan técnicas analíticas capaces de gestionar y comprender la gran cantidad de información disponible.  Muchas empresas, incluidas las representadas aquí, han aprovechado el poder de los macrodatos para hacer avanzar sus respectivas empresas y promover la innovación en cómo se hace uso de las crecientes montañas de información digital disponible.
1 / 8
Predicción de la respuesta al tratamiento para la depresión
Slide information
Un aspecto en particular de que los macrodatos pueden beneficiar potencialmente al sector sanitario es a través de la identificación de biomarcadores.  Esto ayudará al tratamiento de los pacientes reduciendo el número de tratamientos fallidos, dando más especificidad al proceso de prescripción.  Si una persona puede obtener el tratamiento correcto al principio, puede estar más dispuesta a continuarlo y tener mejores resultados a largo plazo.     Además, los macrodatos también pueden ayudarnos a mejorar la forma en que se llevan a cabo los ensayos clínicos mejorando la eficacia y reduciendo potencialmente la interrupción de los estudios que, en muchos ensayos, se debe a una falta general de efecto de la medicación que se estudia.  Mediante estos esfuerzos, los nuevos tratamientos pueden desarrollarse de forma más rápida y eficiente, lo que, en última instancia, conduce a una mejor salud para aquellos que sufren de depresión y otros trastornos psiquiátricos.

 

Creando valor a partir de los macrodatos

Análisis de los macrodatos
En los últimos años, el impresionante aumento del número de usuarios y el volumen de datos generados ha impulsado la innovación tanto del sector privado como del público, principalmente en el desarrollo de métodos capaces de dar sentido a semejantes cantidades de datos.  Diversas empresas, incluyendo gigantes como Uber y Facebook, han sido capaces de crear valor a partir de los datos generados, traduciendo la actividad del usuario en ganancias rentables para sus empresas.  Como estas empresas e investigadores han reconocido, sin embargo, el gran volumen de datos es mayor que las herramientas disponibles actualmente para analizarlos,4 limitando la capacidad de responder a preguntas basadas en macrodatos de una manera que permita ahorrar tiempo y dinero.  Así pues, y dada la excepcional tasa a la que han aumentado en los últimos 20 años las tecnologías capaces de recopilar datos, especialmente en los últimos 5 años, las metodologías y sistemas capaces de analizar esas grandes cantidades de datos están en continuo desarrollo y aún en evolución.  

Si bien resulta rentable en el sector privado, con estos volúmenes de datos aparentemente inconmensurables al alcance de la mano, surgen preguntas sobre cómo se puede extraer información significativa sobre una población e incluso a nivel individual en sectores como el de la industria sanitaria para mejorar los resultados de los pacientes, reducir los costes y aumentar la calidad de vida.5  En otras palabras, ¿qué pueden hacer los macrodatos para mejorar la salud tanto para las personas sanas como para las que necesitan atención?

Los macrodatos ofrecen la oportunidad de utilizar montañas de información de miles – incluso millones – de pacientes para comprender mejor y tratar las enfermedades

Biología de sistemas
Con el fin de tratar las enfermedades, uno debe tener una comprensión profunda de lo que está ocurriendo tanto química como biológicamente en el cuerpo humano.  Por lo tanto, y antes de debatir sobre el papel que los macrodatos pueden desempeñar en la industria sanitaria, es prudente comentar las posibilidades que ofrecen los macrodatos en el modelado de los procesos químicos y biológicos.  Usando la llamada “biología de sistemas,” los investigadores han comenzado a explorar y comprender mejor cómo las interacciones de los procesos biológicos conforman el comportamiento humano, así como el desarrollo y el curso de diversas enfermedades.  Tal entendimiento revolucionaría la medicina moderna ya que daría a los médicos e investigadores la capacidad de tratar mejor una enfermedad, desde el desarrollo de medicamentos hasta el tratamiento de un paciente en la clínica.  Afortunadamente, esta revolución en la comprensión de las enfermedades ya se ha hecho posible.  Los macrodatos, y las metodologías posteriores para analizar los datos, permiten a los investigadores estudiar las interacciones de las llamadas “ómicas” (epigenómica, genómica y proteómica por nombrar algunas) con el fin de comprender mejor cómo funciona el cuerpo desde una perspectiva biológica.6  Esto es de vital importancia, ya que es ampliamente aceptado que los diferentes procesos biológicos estudiados a través de las diversas “ómicas” interactúan entre sí y no como conceptos independientes.  Tener la capacidad de evaluar estas interacciones ha conducido a avances en nuestra comprensión de las enfermedades, y podría potencialmente conducir a avances en los tratamientos para un número incontable de enfermedades.7

Los modelos computacionales de modelos de enfermedades y la capacidad de probar las interacciones de una amplia gama de datos “ómicos” da a los investigadores científicos la capacidad de formular y probar hipótesis de manera mucho más eficiente, ahorrando en última instancia un valioso tiempo y dinero.  Progresando aún más, esta tecnología podría liderar los avances en el proceso de desarrollo de fármacos, incluso en la validación de objetivos, y en última instancia conduciría a mejorar la calidad de vida de los pacientes mediante la obtención de tratamientos seguros y efectivos para el mercado orientado a la biología subyacente de la enfermedad.      

Medicina de sistemas
Si bien las posibilidades de los macrodatos son inmensas e incluyen muchas áreas de salud pública, su utilidad para influir en la atención sanitaria puede ser una de las más alentadoras10 incluyendo el potencial de avances en el descubrimiento y desarrollo de fármacos.  Dentro de la industria sanitaria, los investigadores esperan que los macrodatos puedan servir para efectuar cambios positivos de formas que antes no eran posibles. 

Los megadatos permiten a los médicos utilizar la tecnología para mejorar el tratamiento de sus pacientes mejorando los resultados y reduciendo tiempo y costes17

Existen una serie de posibilidades y preguntas en torno al uso de macrodatos en la atención sanitaria, y no menos importante es cómo esas cantidades de datos pueden llevarse al nivel de cada paciente11,12 ¿Cómo se pueden utilizar los macrodatos para influir en una persona que busca tratamiento?  ¿Se pueden utilizar para personalizar la atención?13  Con un rápido aumento del número de dispositivos que pueden recopilar datos, incluidos relojes y teléfonos móviles, se están generando más datos que nunca que se utilizan para una multitud de propósitos, desde la promoción de comportamientos saludables14 hasta el control y la mejora de nuestra comprensión de la progresión de enfermedades progresivas como el Parkinson15 y el Alzheimer.16

Unido a los avances en Internet, junto con los teléfonos móviles y dispositivos portátiles, también está la digitalización de los historiales médicos.  Según los Centros para el Control de Enfermedades de los Estados Unidos, en 2013, casi el 80 % de los médicos utilizaron algún tipo de sistema de registro médico electrónico, un aumento del 18 % en 2001.18  En 2014, 3 de 4 hospitales habían adoptado sistemas electrónicos de registro sanitario, un aumento de casi 8 veces desde 2008.19  Con cada vez más médicos y hospitales utilizando registros médicos electrónicos, los investigadores tendrán la capacidad de evaluar más datos y, en consecuencia, comprender mejor la salud de la población.

Aunque es claramente ventajoso para realizar análisis sobre salud pública, ¿qué beneficio podrían tener todos estos datos para un paciente?  Hay que imaginarse qué pasaría si un médico pudiera introducir la historia clínica de un paciente’, incluyendo sus valores analíticos, diagnóstico y antecedentes familiares y obtener una recomendación de atención de una base de datos de miles de artículos científicos de revistas sobre el tema, junto con decenas de miles de otros pacientes similares al paciente en cuestión.  Traduciendo los conocimientos obtenidos de la biología de sistemas a la denominada “medicina de sistemas”, y mediante el uso de sistemas de computación cognitiva como el que se desarrolla con el proyecto IBM Watson, los profesionales sanitarios han comenzado a ver esta posibilidad convertida en realidad.20

Como explica el Dr. Torbjörn Hägglöf de IBM Watson Health, se están haciendo esfuerzos continuos para aprovechar el poder de los macrodatos para ayudar en la toma de decisiones en cuanto a la atención al paciente

Atención sanitaria asistida por ordenador: IBM Watson
IBM Watson es una plataforma tecnológica que utiliza una combinación de procesamiento de aprendizaje natural y aprendizaje automático para obtener información sobre una consulta concreta a partir de grandes cantidades de datos no estructurados.22  IBM Watson se hizo famoso en los medios de comunicación en 2011 cuando compitió contra concursantes humanos en el concurso de televisión estadounidense Jeopardy!, donde demostró una capacidad para responder preguntas con matices de una manera notablemente precisa.  De hecho, el sistema IBM Watson derrotó con bastante facilidad a dos de los ganadores más célebres en una competición de varios episodios.  

En los últimos años, Watson ha sido adaptado y reinventado en un esfuerzo por transformar la industria sanitaria, en la que Watson se ha destinado a ayudar a los médicos con el diagnóstico y la planificación del tratamiento para una de las principales causas de muerte en todo el mundo, el cáncer.

El sistema de computación cognitiva “Watson para Oncología” aprovecha el poder de los macrodatos para proporcionar un plan de tratamiento basado en evidencias para cada paciente23

Oncólogos de hospitales y médicos de algunas de las instituciones de investigación y tratamiento del cáncer más importantes del mundo “enseñan” continuamente a Watson basándose en los resultados clínicos para que Watson “aprenda” para casos futuros. Ante todo, proporciona una evaluación completamente objetiva de un paciente basándose en todo su historial médico y social 

Cómo funciona
Con tanta información que dispone Watson para elegir con el fin de responder a una pregunta específica o dar una recomendación de tratamiento, ¿cómo se determina cuál es la mejor respuesta a una pregunta o solución a un problema?  Watson utiliza un proceso multifacético con el fin de interpretar la información y, finalmente, responder a una pregunta.  En primer lugar, Watson determina qué tipo de pregunta se está haciendo y, lo que es más importante, qué está preguntando la pregunta dividiendo la misma en partes del habla.  Después Watson escanea su base de datos de información, llegando a miles de posibles soluciones.  Donde Watson sobresale, y se distingue de los ordenadores sencillos, es en el siguiente paso, donde Watson examina hipótesis y evidencias, desarrollando tanto los pros como los contras de las evidencias para las miles de posibles soluciones recogidas en el paso anterior.  En el último paso, Watson clasifica las posibles soluciones basadas en el examen de sus hipótesis y evidencias, así como en la experiencia anterior, proporcionando finalmente una puntuación porcentual de la probabilidad de que la respuesta proporcionada sea correcta.  Todo esto se hace en cuestión de minutos.

Uso Clínico
Como se indicó anteriormente, la utilidad clínica de los sistemas de medicina y los sistemas de computación cognitiva como IBM Watson, es emocionante.

Los sistemas como Watson para Oncología de IBM tienen una serie de beneficios para la industria sanitaria.  Ante todo, proporciona una evaluación completamente objetiva de un paciente basándose en todo su historial médico y social.  Como cualquier médico sabe, hay mucha información que un médico tiene que obtener y evaluar para cada paciente así como nuevos artículos científicos para los que debe disponer de tiempo o acceso para leer.  Además, estos sistemas “aprenden” de cada paciente que tiene éxito o fracaso con un tratamiento, junto con todos los artículos y libros escritos sobre la enfermedad de interés, lo que da la confianza de que los datos utilizados para proporcionar recomendaciones de tratamiento no están basados en información estática u obsoleta.  

Desde la perspectiva de la administración de un hospital, estos sistemas permiten un esfuerzo virtual y colaborativo entre médicos e investigadores de todo el mundo.  También sirven para subsanar las deficiencias que la falta de atención sanitaria puede causar en áreas del mundo donde existe una demanda de médicos especializados.  En el tratamiento de cánceres en los Estados Unidos, por ejemplo, el último informe de la Sociedad Americana de Oncología Clínica señala que, mientras que el número de casos de cáncer está creciendo, el personal clínico está envejeciendo, hecho que ocurre en gran parte en áreas metropolitanas. Estos hechos pueden afectar negativamente a la capacidad de la comunidad médica para satisfacer la demanda de atención clínica.24  Disponer de dichas tecnologías de recomendación de diagnóstico y tratamiento a través de Watson o sistemas similares en poblaciones desfavorecidas o vulnerables, como los pacientes de entornos rurales, penitenciarios o refugiados, proporcionaría a los médicos que no tienen el apoyo de un gran equipo la capacidad de obtener una evaluación más exhaustiva de estos pacientes.  

Aunque los beneficios mencionados anteriormente de los enfoques basados en la medicina de sistemas propagados por programas como Watson para Oncología claramente tienen el potencial de avanzar en la práctica clínica y ayudar a los pacientes, también existen una serie de desafíos notables.25  Por ejemplo, ¿qué sucede cuando la recomendación clínica del médico o el equipo de médicos entra en conflicto con la de un sistema como IBM Watson?26  Estos sistemas están destinados a servir como un mecanismo de orientación para el médico, no como la solución definitiva para el tratamiento o el diagnóstico.  Sin embargo, con un sistema tan poderoso que proporciona un curso de tratamiento conflictivo (sugerido), el médico y el paciente pueden sentirse en conflicto acerca de lo que constituye el camino correcto hacia la salud. Tales deliberaciones deben tomarse entre el médico, el paciente y su familia para determinar cuál tendrá la mayor probabilidad de lograr una mejor calidad de vida para el paciente.

Ética en la Asistencia Sanitaria Asistida por Macrodatos
Las cuestiones éticas, en términos de la forma en que se obtienen y utilizan los datos, están en la primera línea de los debates sobre macrodatos y probablemente seguirán ahí hasta que los principios básicos de uso se apliquen correctamente en toda la industria sanitaria.27,28

​​​El reconocimiento y el abordaje de las cuestiones éticas que puedan surgir mediante el uso de macrodatos y sistemas como el IBM Watson es de la máxima urgencia

En un sentido más amplio de  preocupaciones éticas que rodean a los macrodatos, la pregunta de quién es “propietario” de los datos que se recopilan a través del uso de Internet, dispositivos móviles y portátiles así como la información sanitaria plantea una cuestión ética muy real y válida.29,30  Con tanto datos disponibles de tantas fuentes, esta pregunta puede ser difícil de responder.  ¿Los datos recopilados a través de estos dispositivos se pueden compartir con otras personas?  ¿Quién es el responsable de los datos?  ¿En qué medida la gente tiene el “derecho a ser olvidado”, o en otras palabras, en qué medida puede la gente de a pie controlar el acceso y el intercambio de sus datos?31

Los debates sobre el uso adecuado de los macrodatos requieren opiniones firmes de los ciudadanos y de los responsables de formular políticas, de las empresas privadas y las agencias del sector público, y de los médicos de la industria sanitaria.  Se requerirán más debates, y pronto, con el fin de garantizar que los volúmenes masivos de datos que se obtienen en todo el mundo se utilicen de una manera que sea beneficiosa para la sociedad, pero que también se ajusten a los mejores principios éticos. Esto contribuirá a garantizar el mayor grado de beneficio mutuo para aquellos que desean acceder y utilizar los datos, así como aquellos de los que se recopilan los datos.  

 

Conclusiones

La rápida expansión del acceso a Internet y las tecnologías móviles en todo el mundo ofrece oportunidades para revolucionar la atención sanitaria de maneras que no eran posibles hace 15 años.  Más personas que nunca usan smartphones, usan smartwatches y tienen acceso regular y seguro a Internet.  Estas tecnologías generan inmensos tesoros de datos, cuyo volumen sigue creciendo cada día.

No es de extrañar que los denominados macrodatos estén a la vanguardia de la medicina, y las tecnologías de computación cognitiva, como las que se ven con IBM Watson, ya han comenzado a desbloquear el poder de estos datos en un esfuerzo por ayudar a los médicos en el diagnóstico y tratamiento de pacientes que luchan contra el cáncer.  Con otros avances en esta y otras tecnologías similares, estos sistemas podrían ampliarse para combatir otras enfermedades perjudiciales y complejas, incluyendo trastornos de salud mental.  Con una creciente necesidad de servicios sanitarios en todo el mundo, se requieren colaboraciones multifacéticas entre las empresas y la industria sanitaria para garantizar la salud de la población mundial.  Aprovechar el poder de los macrodatos puede ayudar a subsanar las deficiencias en la atención al tiempo que garantiza una mejor salud y calidad de vida para los pacientes en todo el mundo. 

 

Referencias
  1. Targio Hashem IA, Yaqoob I,Anuar NB, et al. The rise of “big data” on cloud computing: Review and open research issues.Information Systems 2015;47:98-115.
  2. Khan N, Yaqoob I, Targio Hashem IA, et al. Big Data: Survey, Technologies, Opportunities, and Challenges. Scientific World Journal 2014;2014:712826.
  3. Smolan R, Erwitt J. The Human Face of Big Data. Sausalito, CA: Against All Odds Productions; 2012.
  4. Marx V. Biology: The big challenges of big data. Nature 2013;498:255-60.
  5. Tan SS, Gao G, Koch S. Big Data and Analytics in Healthcare. Methods Inf Med 2015;54(6):546-7.
    En este artículo, los autores analizan cómo la rápida expansión de la recogida de datos en la industria sanitaria, y la capacidad de los profesionales sanitarios para acceder y aprovechar estos “macrodatos”, podrían mejorar los resultados de la atención sanitaria al tiempo que se reducen los costes. Abordan los desafíos inherentes al uso de macrodatos en la industria sanitaria, en particular, en el procesamiento y análisis de esas enormes cantidades de datos. El artículo presenta diversos enfoques que van desde métodos eficientes de procesamiento de grandes datos clínicos hasta modelos predictivos que podrían generar mejores predicciones a partir de datos sanitarios.
  6. Alyass A, Turcotte M, Meyre D. From big data analysis to personalized medicine for all: challenges and opportunities. BMC Med Genomics 2015;8:33. 
  7. Schneider HC, Klabunde T. Understanding drugs and diseases by systems biology? Bioorg Med Chem Lett. 2013;23(5):1168-76.
  8. Berg EL. Systems biology in drug discovery and development. Drug Discov Today 2014;19(2):113-25.
    Este artículo aborda cómo se utilizan los datos generados a través de esfuerzos basados en la ómica y biología de sistemas para integrar diversos tipos de datos con el fin de vincular información molecular y sobre las vías para predecir los resultados de la enfermedad. En su opinión la creación de mejores modelos de la biología de enfermedades humanas puede ayudar en la predicción de cómo los fármacos actúan en el cuerpo, ofrecer la oportunidad de enfoques de medicina más personalizados para el tratamiento, aumentar la tasa de éxito de los tratamientos y potencialmente encontrar nuevos usuarios para los medicamentos existentes.  
  9. Butcher EC, Berg EL, Kunkel EJ. Systems biology in drug discovery. Nat Biotechnol 2004;22(10):1253-9.
  10. Raghupathi W, Raghupathi V. Big data analytics in healthcare: promise and potential. Health Inf Sci Syst 2014;2:3. 
  11. Bender E. Big data in biomedicine: 4 big questions. Nature 2015;527(7576):S19. 
  12. Weber GM, Mandl KD, Kohane IS. Finding the missing link for big biomedical data. JAMA 2014;311(24):2479-80. 
  13. Chawla NV, Davis DA. Bringing big data to personalized healthcare: a patient-centered framework. J Gen Intern Med 2013;28 Suppl 3:S660-5.
  14. Dallery J, Kurti A, Erb P. A New Frontier: Integrating Behavioral and Digital Technology to Promote Health Behavior. Behav Anal 2014;38(1):19-49.
  15. Oung QW, Muthusamy H, Lee HL, et al. Technologies for Assessment of Motor Disorders in Parkinson's Disease: A Review. Sensors (Basel) 2015;15(9):21710-45.
  16. Geerts H, Dacks PA, Devanarayan V, Haas M, Khachaturian Z, Gordon MF, Maudsley S, Romero K, Stephenson D; Brain Health Modeling Initiative (BHMI). Big data to smart data in Alzheimer's disease. The brain health modeling initiative to foster actionable knowledge. Alzheimers Dement 2016;12(9):1014-21.
    Este artículo analiza cómo el aumento en la cantidad de bases de datos de "macrodatos" tiene el potencial para promover la investigación del SNC y el desarrollo de fármacos. Los autores sostienen que, mientras que los macrodatos son potencialmente valiosos, se necesitan métodos analíticos que vayan más allá de las asociaciones retrospectivas basadas en datos con diversos fenotipos clínicos para hacer uso práctico de ellos. Los autores argumentan que los enfoques de simulación y de elaboración de modelos basados en mecanismos, donde los conocimientos existentes se integran formalmente utilizando la ciencia de la complejidad y la farmacología de sistemas cuantitativos se pueden combinar con análisis basados en datos para generar conocimientos para programas de descubrimiento de fármacos, validando los objetivos apropiados para los medicamentos y optimizando las oportunidades de desarrollo clínico. Con esta información, los autores esperan que también se logren avances para el tratamiento de la enfermedad de Alzheimer con el fin de disminuir la carga de esta enfermedad a menudo discapacitante.
  17. Roski J, Bo-Linn GW, Andrews TA. Creating value in health care through big data: opportunities and policy implications. Health Aff (Millwood) 2014;33(7):1115-22.
  18. Hsiao C-J, Hing E. Use and characteristics of electronic health record systems among office-based physician practices: United States, 2001–2013. NCHS data brief, no 143. Hyattsville, MD: National Center for Health Statistics; 2014. Disponible en: http://www.cdc.gov/nchs/data/databriefs/db143.pdf 
  19. Charles D, Gabriel M, Searcy T. Adoption of electronic health record systems amount U.S. non-federal acute care hospitals: 2008-2014. The Office of the National Coordinator for Health Information Technology. ONC Data Brief No. 23; April 2015. Disponible en: https://www.healthit.gov/sites/default/files/data-brief/2014HospitalAdoptionDataBrief.pdf 
  20. Wolkenhauer O, Auffray C, Jaster R, Steinhoff G, Dammann O. The road from systems biology to systems medicine. Pediatr Res 2013;73:502-7.
  21. Doyle-Lindrud S. Watson will see you now: a supercomputer to help clinicians make informed treatment decisions. Clin J Oncol Nurs 2015;19(1):31-2.
    Este artículo aborda la aparición del sistema de supercomputación Watson de IBM en colaboración con oncólogos y cómo ayuda a los médicos a tomar decisiones sobre el tratamiento. Clínicamente, el médico puede introducir toda la información clínica pertinente sobre un paciente en el sistema Watson de IBM, lo que permite al sistema revisar esos datos contrastándolos con las pautas de tratamiento y conocimientos más recientes. El Watson tiene la capacidad de estandarizar la atención y acelerar el proceso de aprobación, un beneficio para profesional sanitario y el paciente.
  22. IBM. What is IBM Watson? Disponible en: http://www.ibm.com/watson/what-is-watson.html
  23. IBM. Watson for Oncology. Disponible en: http://www.ibm.com/watson/watson-oncology.html
  24. American Society of Clinical Oncology. The state of cancer care in America, 2016. Diponible en: http://www.asco.org/sites/new-www.asco.org/files/content-files/research-and-progress/documents/2016-socca-report.PDF
  25. Capobianco E. Ten challenges for systems medicine. Front Genet 2012;3:193.
  26. Fischer T, Brothers KB, Erdmann P, Langanke M. Clinical decision-making and secondary findings in systems medicine. BMC Med Ethics 2016;17(1):32.
  27. Chatellier G, Varlet V, Blachier-Poisson C; participants of Giens XXXI, Round Table No. 6. "Big data" and "open data": What kind of access should researchers enjoy? Therapie 2016;71(1):97-105, 107-14.
    Los autores de este artículo exponen que, aunque los avances en los macrodatos tienen el potencial de proporcionar beneficios en cuanto a cómo se impulsa la salud, también deben abordarse varias cuestiones éticas.  Este artículo analiza las oportunidades y los desafíos relacionados con el uso de datos abiertos y/o "macrodatos", desde el punto de vista de farmacéuticos y representantes de la industria farmacéutica y de productos sanitarios.  Algunos de los temas principales que se analizan en este artículo son determinar quién podría (o debería) tener acceso a qué datos, cómo combinar el interés colectivo y la protección de datos personales, y cómo financiar a largo plazo los costes operativos y las consultas a las bases de datos. 
  28. Tractenberg RE, Russell AJ, Morgan GJ, et al. Using ethical reasoning to amplify the reach and resonance of professional codes of conduct in training big data scientists. Sci Eng Ethics 2015;21(6):1485-507. 
  29. European Data Protection Supervisor. Meeting the challenges of big data. Opinion, 7/2015. 19 November 2015. Disponible en: https://secure.edps.europa.eu/EDPSWEB/webdav/site/mySite/shared/Documents/Consultation/Opinions/2015/15-11-19_Big_Data_EN.pdf
  30. Kostkova P, Brewer H, de Lusignan S, et al. Who owns the data? Open data for healthcare. Front Public Health. 2016;4:7.  
  31. Payne D. Google, doctors, and the "right to be forgotten". BMJ 2015;350:h27
Country selection
We are registering that you are located in Brazil - if that's correct then please continue to Progress in Mind Brazil
You are leaving Progress in Mind
Hello
Please confirm your email
We have just sent you an email, with a confirmation link.
Before you can gain full access - you need to confirm your email.
The information on this site is exclusively intented for health care professionals.
All the information included in the Website is related to products of the local market and, therefore, directed to health professionals legally authorized to prescribe or dispense medications with professional practice. The technical information of the drugs is provided merely informative, being the responsibility of the professionals authorized to prescribe drugs and decide, in each concrete case, the most appropriate treatment to the needs of the patient.
Congress
Register for access to Progress in Mind in your country