La salud y, por lo tanto, la medicina y la industria farmacéutica son evidentes casos de aplicación de la ciencia y la tecnología a nuestro bienestar. En este contexto, la transformación digital se convierte, cada vez más, en crítica para el abordaje y la prevención. … de problemas de salud, con perfiles alza como el Health Data Analyst, el Analista de Datos de Salud. Ya no se curan personas, también se ‘curan’ los datos.
Las instituciones públicas cuentan con iniciativas para potenciar esta aportación decisiva a la sociedad, como así sucede con planos como el Espacio Nacional de Datos de Salud, para abordar el tratamiento más eficiente de los enormes ‘data lakes’. Objetivos: «Capacidad de respuesta en tiempo real para la identificación y mejora del diagnóstico y tratamiento, identificación de factores de riesgo, análisis de tendencias, identificación de patrones, predicción de situaciones de riesgo sanitario y programación de recursos para su atención».
Información para mejorar el día a día de los tratamientos clínicos y farmacéuticos, de la propia gestión administrativa, etc., en tiempos en los que la información fluye de manera impensable hace décadas, aún más si se tiene en cuenta el envejecimiento de la población.
alta demanda
¿Cómo se están formando estos especialistas? Sin duda, desde distintas vías (sobre todo Data, Informática, Matemáticas…), con destacadas referencias españolas como el Instituto Andaluz Interuniversitario en Ciencia de Datos e Inteligencia Computacional (DaSCI), adscrito a la Universidad de Granada. Esta institución, destaca la profesora investigadora Coral del Val, «responde a la creciente demanda de profesionales capacitados para transformar datos sanitarios en conocimiento clínico. El nuevo Grado en Ciencias de Datos e Inteligencia Artificial, junto con el Grado en Ingeniería Biomédica y el Máster en Ciencia de Datos e Ingeniería de Computadores, configuran un itinerario formativo para las competencias técnicas, metodológicas y éticas necesarias para desempeñar funciones de análisis avanzado de datos en el sector sanitario».
Del Val subraya la importancia de formar en condiciones a las promociones de este perfil profesional, cada vez más demandado por hospitales, centros de investigación biomédica, empresas de tecnología médica y organismos de salud pública «que requiere una formación interdisciplinar que combine sólidos fundamentos en estadística, aprendizaje automático, gestión de grandes volúmenes de datos y, una buena comprensión de los aspectos éticos y normativos que rigen el tratamiento de información sensible en el ámbito de la salud». Y así lo hacen en este centro, donde se adquieren competencias avanzadas en métodos estadísticos (y los denominados ‘de inferencia’) mediante asignaturas como Inferencia Estadística para la Ciencia de Datos, Análisis Bayesiano de Datos y Modelos Gráficos Probabilísticos.
Este bagaje académico incluye aspectos como el análisis de series temporales clínicas y señales biomédicas o el tratamiento de datos ómicos (grandes conjuntos de información biológica) mediante técnicas de big data y computación de altas prestaciones (Biología Computacional con Big Data-Omics), sin olvidar la (también) importancia crítica de la gobernanza del dato.
Con criterio
En este contexto, Alfonso Medela, Chief AI Officer, responsable de Medical Data Science y fundador de Legit Health, físico de formación, apunta la relevancia del trabajo de esta empresa que ha ganado el Premio EmprendeXXI como empresa de base tecnológica más innovadora de Euskadi: «En nuestro caso, la ciencia y la tecnología se aplican a la dermatología, con especial foco a partir de la pandemia y con un cambio sensible a la hora de ser conscientes de la importancia del correcto tratamiento del dato, del ‘garbage in-garbage out’, algo muy crítico en sanidad». Medela incide en la importancia de trabajar en el análisis y proyección del dato: «Entrenamos algoritmos de apoyo al diagnóstico (el objetivo no es sustituir al diagnóstico, sino apoyarlo, por ejemplo a la hora de determinar si una mancha se puede tratar de soriasis o de cáncer de piel). Y, en todo caso, en ayudar en la evaluación del desarrollo de enfermedades crónicas». Un desempeño que, como comenta el especialista, consigue un incremento de un 30% en capacidad diagnóstica e indudables aportaciones de cara a la predicción. Medela añade la importancia de conocer las tres normativas que afectan a esta actividad en el entorno internacional: «la GDPR, como se tratan los datos; la MDR (Medical Device Regulation) o la FDA en los EE.UU. y, como marco general, la IA ACT de la Unión Europea». Formación necesaria para una actividad más eficiente, por la que en el sector se calculan salarios (de junior a senior) que pueden oscilar entre los 30.000 y 75.000 euros brutos al año.
Este impacto en la calidad de vida se demuestra también en los laboratorios farmacéuticos, como señalan desde Takeda España: «Aunque no utilizamos ese título específico, contamos con equipos especializados en nuestras áreas de Data, Digital & Technology y Medical Affairs, que trabajan para mejorar los resultados en salud y aportar valor a pacientes y sistemas sanitarios. Este compromiso se refleja en nuestra participación en Search (Synthetic data gEnerAtion for cliNiCal researcH), iniciativa europea pionera financiada por la Innovative Health Initiative (IHI). El proyecto, con una duración de cuatro años (2024-2028) reúne a 28 socios de 14 países europeos, cofinanciado por la UE y la industria farmacéutica».
Search es una muestra de la importancia de contar con una plataforma segura y escalable para generar datos de salud sintéticos mediante IA y machine learning, y facilitar el intercambio y reutilización de datos entre fronteras, protegiendo la privacidad del paciente. «Desde Takeda (añaden), aportamos nuestra experiencia en desarrollo clínico, gobernanza de datos y estándares éticos. Esta colaboración nos permite acelerar los tiempos de desarrollo, garantizar la privacidad y promover estudios más inclusivos y representativos».
Proyectos en marcha
Otro ejemplo de generación de valor a partir de la tecnología es la multinacional GMV, cuyo director de Estrategia de Salud, Carlos Royo, destaca el uso de herramientas «como uTile, que permite que la simbiosis conocimiento/tecnología vayan de la mano, para poder probar sus algoritmos y modelos en Múltiples bases de datos con la máxima privacidad». Y destaca ejemplos de proyectos como, entre otros: «Tartaglia (Demostrador del uso de aprendizaje federado para datos secundarios), OmicSpace (Espacio de datos federado para la investigación en medicina personalizada) Harmony (Big data para producir información para la atención de pacientes con tumores hematológicos) y Medea (Uso de la farmacogenética para personalizar tratamientos médicos), eTransafe (Herramienta predictiva para la seguridad de los medicamentos).
Sobre el terreno, desde HM Hospitales señalan cómo «contamos con una historia clínica electrónica única para todos nuestros centros, que alimenta un espacio de datos compartido de información clínica, analíticas, imagen, prescripción y anatomía patológica de millones de pacientes, siempre de forma anonimizada y bajo los máximos estándares de seguridad y cumplimiento normativo». La unidad de Health Data Analytics transforma estos datos del mundo real en cohortes (grupos de usuarios con características comunes a lo largo del tiempo) y modelos de riesgo que permiten diseñar y ejecutar estudios observacionales, evaluar la efectividad de nuevas tecnologías sanitarias y participar en grandes proyectos colaborativos internacionales.
«Además (concluyen desde la institución), la Fundación de Investigación HM Hospitales (FiHM) impulsa distintos observatorios temáticos, como los de obesidad infantil, supervivientes de cáncer, menopausia y neurodivergencias en la infancia, que recogen información adicional mediante encuestas, registros y mediciones específicas no siempre presentes en los sistemas asistenciales».
