Huffpost Spain
BLOG

Los artículos más recientes y el análisis de la actualidad a través de las firmas de El HuffPost

Instituto de Ingeniería del Conocimiento Headshot

Las tecnologías 'Big Data' ayudan a salvar vidas

Publicado: Actualizado:
Imprimir

2016-09-16-1474022576-2678094-iStock_67818737_MEDIUM.jpg
Foto: ISTOCK

Post escrito por Daniel Giménez y Mónica Cabanillas

¿Qué es la sepsis? Probablemente esta sea la primera pregunta que se te venga a la mente mientras lees este artículo. Podría ser una de esas enfermedades raras que afectan a un pequeño número de personas, y por eso no es conocida. Casi todo el mundo se hace a la idea del significado de términos como cáncer, infarto o embolia; sin embargo, no pasa lo mismo con la sepsis, una enfermedad que causa 17.000 muertes al año en España.

La sepsis se presenta como una respuesta del sistema inmunitario abrumadora y potencialmente mortal frente a una infección de cualquier tipo (bacteriana ―la más frecuente―, vírica, fúngica...) que llega a lesionar los tejidos y órganos del paciente. Se trata del proceso clínico más frecuente dentro de un hospital tanto en adultos como en niños y neonatos, debido a la presencia de pacientes con infecciones graves en todas las áreas y servicios.

Esta enfermedad está dentro de las 10 principales causas de muerte en España, afecta a unas 50.000 personas cada año, de las cuales, un tercio no logra superarla. Este hecho hace que la sepsis deba ser tratada con urgencia por las sociedades médicas, y los avances tecnológicos y el análisis de datos médicos tienen mucho que aportar a la hora de observar con antelación a estos pacientes e iniciar el tratamiento lo antes posible.

Tecnología 'Big Data' en medicina

La idea de aplicar técnicas 'Big Data' en medicina para combatir la sepsis dio lugar al proyecto Código Sepsis. Este proyecto nació como una herramienta referente en el sistema sanitario español, para homogeneizar la detección precoz y poner en marcha medidas terapéuticas y de monitorización de los pacientes. Estos códigos (que también se desarrollan en otros países como EEUU) sirven como modelo de actuación para la detección y el tratamiento de una enfermedad, recogen los diferentes procedimientos para cada caso y son fruto del consenso de grandes expertos en el tema.

Mejorar la detección de falsos positivos y casos reales y acortar el tiempo de respuesta puede suponer la diferencia entre salvar o no salvar una vida.

Una de las variables más importantes al tratar la sepsis es el tiempo de reacción; es decir, el tiempo que se tarda tanto en detectar los casos de sepsis como en empezar a tratarlos. Esto es determinante, ya que la sepsis es una enfermedad que se desarrolla de una forma veloz y su mortalidad es proporcional al tiempo sin ser tratada. Por ello, varios hospitales de referencia han creado una alerta informática que detecta posibles casos de sepsis de forma prematura.

Los síntomas de la sepsis incluyen escalofríos, desorientación, fiebre, aceleración del ritmo cardiaco... todos muy generales y de rápida evolución. ¿Cómo podemos entonces detectar los casos de sepsis antes de llegar al shock séptico? Los monitores hospitalarios ofrecen información en tiempo real de nuestras constantes vitales (ritmo cardiaco, respiración, tensión arterial...), pero si esta información no se aprovecha en tiempo real, si no se interpreta correctamente y no se contrasta con un repositorio informatizado de datos e indicadores de sepsis, difícilmente podremos anticiparnos mucho al fallo multiorgánico.

Conectar estos monitores de vigilancia médica a un sistema informático y complementar el tradicional método de diagnóstico con un modelo predictivo algorítmico que proporcione un análisis de los datos detallado y basado en evidencias concretas permite, sin embargo, avisar al profesional de la salud de los casos reales de sepsis en un estado muy inicial de la enfermedad. Esta alerta médica informatizada cruzada con un histórico de datos consigue a su vez que el sistema siga aprendiendo ―gracias al uso de técnicas de aprendizaje automático― y que mejore sus tasas de aciertos. Mejorar la detección de falsos positivos y casos reales y acortar el tiempo de respuesta puede suponer la diferencia entre salvar o no salvar una vida.

Expertos en 'Big Data' y profesionales médicos tienen ahora la posibilidad de trabajar de forma conjunta para lograr mejorar la eficacia de estas alertas sanitarias inteligentes. Esto conseguiría sin duda una sanidad más eficiente, ahorrando costes y salvando vidas. Para los que nos dedicamos al análisis de datos médicos, la idea de combatir enfermedades utilizando técnicas Big Data supone todo un reto. Ya lo decía Pasteur: «Duda siempre de ti mismo hasta que los datos no dejen lugar a dudas».