La captura y sistematización de información de exámenes de salud periódicos a través de la ciencia de datos puede ayudar a prevenir enfermedades como la diabetes, hipertensión o fallas renales a tiempo.

La ciencia de datos es un nuevo campo interdisciplinario que sintetiza y se basa en estadística, informática, computación, comunicación, gestión y sociología para estudiar los datos y sus entornos.

La enorme influencia que tiene la ciencia de datos en el campo de la salud se resume en los siguientes apartados:

●        Ofrece diagnósticos más rápidos y precisos.

●        Mejora la calidad de la asistencia que se ofrece al paciente.

●        Permite encontrar tratamientos más efectivos.

●        Optimiza los recursos sanitarios disponibles.

●        Mejora la calidad de vida de personas mayores y dependientes.

●        Mejora el seguimiento y control de pacientes crónicos mediante dispositivos electrónicos.

●        Agiliza los tiempos de investigación para el desarrollo de nuevos fármacos.

●        Acelera los tiempos de investigación sobre determinadas enfermedades.

La Universidad Franz Tamayo, Unifranz, y el laboratorio Praxis, llevaron a cabo un programa piloto que evaluó los datos de 1.300 pacientes, buscando patrones y condiciones preexistentes que podrían derivar en enfermedades crónicas, utilizando la ciencia de datos y la Inteligencia Artificial.

“La aplicación de la ciencia de datos no solamente tiene un alcance individual. Tiene mucha relación con, por ejemplo, la identificación de patrones de enfermedades a través de gran cantidad de información. Nosotros hemos trabajado recientemente con Praxis, que ha realizado pruebas en una de las instituciones más grandes de Bolivia y ha manejado datos de más de 1.300 pacientes. El objetivo de este estudio fue identificar patrones de enfermedades en estos colaboradores para detectar enfermedades antes de que se presenten”, explica Jimmy Venegas, decano académico de Unifranz.

Venegas apunta que, hasta el momento, se obtuvieron resultados muy interesantes como, la detección de patrones como la obesidad, la cual conlleva riesgos para presentar enfermedades como síndrome metabólico, que sin medidas preventivas puede llegar a convertirse en una diabetes tipo 2, la cual es una condición crónica que no tiene cura y que puede afectar la calidad de vida de las personas.

“Este es un tema que debería ser abordado por las diferentes instituciones de salud, porque a un Estado le conviene identificar a los pacientes en esta etapa, donde simplemente haciendo una intervención con modificación de estilos de vida, podemos evitar que termine siendo un paciente diabético con insuficiencia renal o hipertenso que va a ser tratado en las instituciones de salud por 20 o 30 años y donde el Estado va a tener que seguir pagando ese tratamiento y todas las complicaciones”, puntualiza.

El experto agrega que programas similares existen en países como Brasil, que toma acciones preventivas como cirugías preventivas o modificaciones de los estilos de vida para evitar la proliferación de condiciones mucho más serias que saturan los sistemas de salud.

“En Brasil, por ejemplo, tienen programas para identificar a personas con obesidad y el Estado prefiere invertir en una cirugía bariátrica para revertir esta situación, además de promover estilos de vida saludable con diferentes programas, porque es más fácil invertir en esto que pagar 30 años de alguien que va a estar enfermo con complicaciones y que además va a saturar los hospitales”.

​

Tecnología

El decano académico de Unifranz indica que, en este programa piloto, del cual no se pueden revelar datos específicos, al tratarse de información confidencial, se utilizaron diversas técnicas de análisis de datos utilizando IA para su procesamiento, lo que ha permitido asociar distintas variables en busca de predicciones acertadas.

“En este trabajo hemos utilizado inteligencia artificial y ahora estamos trabajando en una siguiente etapa en la que vamos a mejorar el tema de la detección de patrones de enfermedades, asociando diferentes variables para pronosticar si es que esta persona puede tener hipertensión en el futuro. Hemos utilizado técnicas para alimentar gran volumen de información, como las técnicas de Random forest, regresión lineal y varias otras herramientas que nos permitan obtener resultados que sean analizados de manera eficiente antes de que se presenten enfermedades”, acota Venegas.

El profesional médico agrega que, actualmente, se trabaja en alianzas con el Servicio Departamental de Salud de Cochabamba, la Alcaldía y la Gobernación buscando crear un Observatorio de Salud que incluya herramientas tecnológicas para llevar este beneficio a la sociedad.

Lea también