La sanidad actual se enfrenta a grandes retos, que van a cambiar de manera radical la manera de tratar a los pacientes y la forma de diagnosticar las enfermedades. El personal sanitario trabaja cada vez con mayor cantidad de información clínica proveniente de diversas fuentes, que muchas veces es incapaz de analizar y procesar. Por otro lado, los elevados costes sanitarios y la ineficiencia en la asignación de recursos, desde el diagnóstico hasta el tratamiento del paciente, complican cada vez más la labor de los médicos.

Ante esta realidad se impone una nueva forma de gestionar los servicios médicos, que contribuya al avance definitivo de los diagnósticos y de los tratamientos. Es lo que se comienza a conocer como medicina personalizada. Se basa en tres puntos estratégicos:
♦ La predicción. La aspiración es adelantarse a la aparición de las enfermedades. Para lograrlo, se debe averiguar quiénes tienen más riesgo de padecer determinadas patologías.
♦ La prevención. Una vez que se ha identificado a los potenciales pacientes, es posible pasar a la acción.
♦ La participación. El desarrollo de esta medicina necesita la participación de todos: instituciones académicas, profesionales sanitarios y organismos reguladores, sin pasar por alto la necesaria implicación de otro agente decisivo, el propio paciente.

El objetivo es trazar una hoja de ruta terapéutica que vaya más allá del ADN y que se centre en cómo responderá un paciente a cada uno de los fármacos o las pruebas, en función de su genoma, enfocando todas las posibilidades que en estos momentos nos ofrece la ciencia, según sus características, y así establecer de forma mucho más efectiva su tratamiento. Además, en paralelo al crecimiento de la información disponible, aparecen nuevas técnicas para su análisis. Éstas ayudarán, al igual que ya se hace con la información socio-económica, a encontrar patrones de propagación de enfermedades que permitan planificar vacunaciones más efectivas, o a explorar la relación causa/efecto de diversos factores medioambientales.

Y aunque siempre hay detractores, como sucede en todas las áreas de la vida, los beneficios de la medicina personalizada pueden ser más grandes que los inconvenientes o retos, pues permitirá detectar enfermedades en un estado inicial, cuando es fácil tratarlas de manera efectiva. El análisis genómico facilita la predicción de las probabilidades de padecer una enfermedad, así como decidir cuál es el mejor tratamiento para un diagnóstico, en función de los marcadores genéticos únicos de cada paciente. Igualmente sirve para elegir la terapia óptima y reducir el error de prescripción de los medicamentos, o las posibles reacciones adversas a ellos, incrementando con ello la afinidad del paciente a la terapia. Y ayuda, sobre todo, a reducir los costes generales del cuidado sanitario.

Herramientas Big Data
Sin embargo, y aunque sobre el papel todo parece sencillo, llegar a la verdadera medicina personalizada —aquella que llevan a cabo los profesionales sanitarios cuando comparten con sus pacientes, de manera individualizada, decisiones diagnósticas y terapéuticas de forma estructurada y moldeable— no será posible sin soluciones tecnológicas especificas para estos nuevos retos. Estas soluciones, que se basan en herramientas Big Data, permitirán, por ejemplo, la gestión de cohortes o series de pacientes participantes en estudios de investigación o diagnósticos; el acceso inmediato a historias de pacientes con toda la información acumulada por todos los actores que interactúan con ellos; la visualización de variantes genéticas integradas; la búsqueda avanzada de texto en todas las fuentes disponibles; la extracción de información de documentos no estructurados, y la recolección de resultados.

Imagen obtenida en la web de Commons MS.

Estas soluciones tecnológicas —ya disponibles en el mercado— incluyen necesariamente sistemas de almacenamiento masivo de información, no sólo provenientes de los sistemas clínicos tradicionales, sino también de una multitud de dispositivos de captura de información utilizados por los pacientes en su vida diaria (fitbit, sensores, apps), todos ellos fuentes de datos muy valiosos para conocer la salud de los ciudadanos. Igualmente, esta tecnología cuenta con sistemas de análisis de la información en tiempo real y plataformas para su integración desde distintas aplicaciones y orígenes de datos, lo que ayuda a tomar decisiones individualizadas y, por tanto, mucho más eficaces. Esto es así gracias a la posibilidad que ofrece la gestión del Big Data, con su capacidad para combinar los datos tradicionales con otras nuevas formas de datos, a escala individual y poblacional; es definitiva, para integrar datos estructurados y no estructurados.

Y aunque hablar de cifras siempre es difícil, diferentes estudios internacionales calculan que aplicar Big Data en el campo de la salud podría suponer unos beneficios superiores a los 300.000 millones de euros para el sector público europeo, cifra que rondaría los 400.000 millones de dólares en el caso del sector sanitario de los EEUU. Dos tercios de estos beneficios corresponderían a la reducción de los gastos en cuidados de salud. En resumen, los sistemas tecnológicos para la gestión de Big Data ofrecen la oportunidad de contribuir a mejorar la asistencia sanitaria, salvar vidas, expandir el acceso a los sistemas de salud, alinear los costes con los resultados y contribuir a ralentizar el crecimiento de los costes sanitarios.

Álvaro Íñiguez, socio director de Common MS.

Álvaro Íñiguez es socio director de Common Management Solutions (en Twitter, @common_ms), empresa especializada en consultoría tecnológica desde su fundación en 2006.