Com el «Big Data» i el «Machine Learning» poden millorar la sostenibilitat a la medicina
En els darrers temps hem assistit a un canvi de paradigma en el sistema de salut públic a Espanya que s'ha vist reflectit, en gran part, amb l'impacte de les noves tecnologies en la gestió de la sanitat.
Mutual Mèdica · 19/10/22 · 4 min
En els darrers temps hem assistit a un canvi de paradigma en el sistema de salut públic a Espanya que s'ha vist reflectit, en gran part, amb l'impacte de les noves tecnologies en la gestió de la sanitat. La crisi sanitària global, arran de la COVID-19, va imposar una acceleració en la digitalització de totes les activitats en la societat, i en concret, en el sector de la salut, que es va veure influenciat, entre altres aspectes, per la necessitat d'acostar la medicina als domicilis dels pacients.
La sostenibilitat de la medicina ve lligada a l'aparició de noves tecnologies intel·ligents com, per exemple, el Big Data i el Machine Learning. Aquest últim s'associa sovint a la Intel·ligència Artificial en la medicina, vinculada al diagnòstic i a la teràpia personalitzada. En aquest sentit, s'utilitzen grans bases de dades per a crear algorismes basant-nos en l'experiència, que ajudin als professionals mèdics al diagnòstic i al tractament dels seus pacients.
La implantació d'altres noves tecnologies, en aquest cas el Big Data, permeten obrir noves vies de treball en les estructures de moltes empreses, com ara les farmacèutiques. A més d'ajudar a “segmentar i personalitzar” els medicaments per als pacients, milloren el disseny dels productes i la reducció del temps des que s'inicia la recerca d'un medicament fins que arriba a les mans dels professionals mèdics.
El desenvolupament de les tecnologies intel·ligents en l'àmbit sanitari
El Machine Learning forma part de la intel·ligència artificial i consisteix en el fet que les màquines aprenguin de manera automàtica, sense ser expressament creades per a això. D'aquesta manera són capaces d'identificar patrons entre milions de dades, amb la finalitat de fer prediccions i millorant progressivament, sense la necessitat d'intervenció de l'ésser humà.
L'avanç tecnològic del Machine Learning juga un paper molt rellevant en el desenvolupament de procediments mèdics i de la gestió de dades. El sector sanitari està vivint una transformació massiva gràcies a l'aparició d'un aprenentatge automàtic que permet predir, tractar i diagnosticar malalties a pacients, entre altres funcions.
Per altra banda el Big Data segueix un patró molt semblant. La seva funció està lligada a l'emmagatzematge de dades i l'anàlisi d'aquestes amb l'objectiu de millorar la gestió d'hospitals, l'atenció sanitària i la recerca mèdica. En aquest sentit, la recopilació i l'anàlisi de les dades resulta fonamental a l'hora de desenvolupar noves solucions i tecnologies que, igual que el Machine Learning, permetin millorar l'atenció hospitalària.
Els avantatges del Machine Learning i el Big Data, en el sector de la medicina
La transformació digital ens ha portat un gran avanç en solucions basades en la Intel·ligència Artificial, i això ens permetrà traspassar la línia de la reactivitat cap a poder ser proactius.
Amb aquestes noves tecnologies una quantitat massiva de dades podrà ser explotada sense intervenció de, en aquest cas, els professionals mèdics, i serviran per a predir futurs comportaments, millorar objectius i evitar errors. Això suposa que, a través de dades de qualitat, podem crear models de comportament capaços d'analitzar dades de gran complexitat proporcionant, a més a més, resultats ràpids i precisos.
El Big Data i el Machine Learning aplicats en la medicina juguen un paper fonamental. El sector de la salut és la indústria on l'aprenentatge automàtic pot aportar més. Segons un estudi més d'un 80% de les empreses del sector de la salut creuen que el seu avantatge competitiu serà l'economia digital a través de la tecnologia.
Amb tot això, entre els principals avantatges que l'arribada de la intel·ligència artificial pot aportar al sector de la salut, destaquem:
- Major eficiència i eficàcia
- Millora en els resultats aconseguint una millor qualitat de vida tant per a pacients com per a mèdics
- Reducció en els temps de descobriment i anàlisi
- Desenvolupament de la medicina predictiva
- Monitoratge de pacients en temps real
El Machine Learning i el Big Data prenen especial importància a l’hora d’afrontar un dels grans desafiaments que combaten diàriament els sistemes d'atenció mèdica: la gestió del flux d'assistència a l'hospital.
En aquest sentit, es veuen implicades aquelles situacions que dificulten el moviment dels pacients dins de l'hospital, com per exemple els reingressos, els retards o cancel·lacions i les esperes per a ser admesos en un llit d'hospital.
L'aprenentatge automàtic permet prendre les decisions més encertades a través de l'anàlisi de grans dades, que en temps real i de manera grupal i/o individualitzada, porten a un millor tractament i flux en el funcionament dins del centre sanitari. I a més a més, s'afegeixen nous beneficis que aquest tipus de tecnologia innovadora aporta al sector de la salut:
- Optimització de l'emmagatzematge de dades
- Millora de la gestió clínica
- Impuls a la investigació mèdica
- Reducció de les despeses
La sostenibilitat de la medicina amb l'arribada de la Intel·ligència Artificial
Aquells hospitals que compten amb grans recursos econòmics poden beneficiar-se del procés cap a la Intel·ligència Artificial, però encara no és sostenible pensar en una medicina de precisió per a tots.
Tot i que, paral·lelament, l'aplicació d'aquesta Intel·ligència sí abasta problemes de gran impacte aportant una millor gestió dels recursos disponibles i aporta un benefici social per a tots. Per això, es proposa l'ús de la Intel·ligència Artificial en gestió sanitària amb la finalitat d'ajudar a la sostenibilitat del sistema.
Aquest mètode es basa a abastar grans problemes com, per exemple, l'absentisme laboral que al nostre país consumeix una gran quantitat de recursos econòmics i que, en gestionar-se a través d'aquesta tecnologia, permet reduir costos i millorar el benestar laboral.
La metodologia ARUM (Anàlisi de Recursos Humans) basada en el Machine Learning, pretén aprendre els patrons de comportament dels col·lectius d'empleats a partir de dades històriques i, amb això, predir l'absentisme futur per a millorar la planificació, evitar la falta de personal i reduir els costos de contractació d'empleats substituts.
Aquesta nova intel·ligència permet, dins de l'àmbit de la salut, anar més enllà del tractament individualitzat abastant l'anàlisi, l'agrupació i la segmentació de tots els pacients, aconseguint d'aquesta manera solucions per a grans grups de persones sense la necessitat d'aplicar grans inversions.
Un altre exemple de l'aplicació de la Intel·ligència Artificial, en aquest cas en els pacients, seria la plataforma ANIS. Aquest algoritme agrupa els pacients de salut de l'historial mèdic de manera que els grups creats aporten informació nova, no descoberta o analitzada en el que coneixem com a “procediments clàssics”. Aquesta intel·ligència tecnològica permet la resolució d'hipòtesis clíniques que milloren el tractament dels pacients, aconseguint una eficiència dels recursos disponibles.
La Intel·ligència Artificial a través de sistemes com el Big Data i el Machine Learning ha arribat per a quedar-se. Aquestes tecnologies estan construint el futur d'un sector mèdic que, amb tots els avanços de la digitalització, serà capaç d'oferir serveis eficaços i eficients, millorant tant els tractaments a pacients a nivell individual i col·lectiu, com la gestió del flux en els centres sanitaris on es duen a terme.
ET RECOMANEM:
Altres posts
Entrevistem alguns assistents de la XIII trobada de l'OCA: L'Òrgan Col·legial Assessor
02/05/24 · 5 min · Mutual Mèdica