Aplicaciones del Big Data en el entorno social y sanitario

Las tecnologías del Big Data tienen cabida en prácticamente todos los ámbitos del entorno social y sanitario como pueden ser el estudio de la epidemiología, ensayos clínicos, operativa clínica, colaboración ciudadana, tele asistencia o la gestión administrativa en este sector.

Como bien sabemos las tecnologías Big Data nos ayudan a gestionar y analizar conjuntos de datos o combinaciones de conjuntos de datos cuyo tamaño o volumen, variabilidad y velocidad de crecimiento velocidad no son gestionables por herramientas convencionales.

El Big Data, debido a su alta capacidad de gestión y análisis de datos, nos ayuda en los ámbitos del entorno social y sanitario comentados anteriormente, ya que el futuro de la salud, modelos y sistemas sanitarios también pasa por la recogida datos, almacenamiento, limpieza o procesamiento y análisis y consulta de estos. En este sector nos encontramos también que los avances tecnológicos están generando cada vez más cantidades de datos y su necesidad de gestionarlos, es por ello que recurrimos al Big Data. No dejes pasar la oportunidad y obtén tu formación en big data.

Procedencia de los datos

Como en cualquier otro ámbito, los datos en el entorno sanitario pueden proceder de diferentes fuentes de información como datos personales, datos clínicos, redes sociales, tests, datos administrativos, aplicaciones, etc. y estos pueden ser muy variados según procedencia lo que dificulta su análisis mediante el uso de herramienta tecnológicas convencionales. La información extraída de estas fuentes de información y los datos que se encuentran en ellas, tienen el objetivo, a través del análisis de datos, de lograr una medicina más eficaz, personalizada, participativa, preventiva, predictiva y poblacional.

Veamos a continuación algunas de las aplicaciones que tiene el Big Data en este tipo de medicinas:

• Aplicaciones del Big Data en el entorno sanitario

El Big Data, mediante la aplicación de algoritmos que analizan miles de informes a la vez, ha ayudado a predecir enfermedades como el Zika o la Gripe A y a estudiar el comportamiento y tendencias de otras enfermedades como el Covid-19 para saber como es y combatirla.

Incluso hay empresas que, días antes de que la OMS lanzara las alarmas por la pandemia del Covid-19, habían detectado a través de un algoritmo de análisis de rutas aéreas comerciales, el modelo de propagación del virus pudiendo obtener trayectos y lugares con mayor probabilidad de contagio.

Todas estas predicciones se han realizado mediante la aplicación de modelos matemáticos algorítmicos para conseguir una medicina predictiva.

En la aplicación del Big Data en medicina predictiva partimos del modelo de referencia de los expertos y de los históricos de datos a partir de los que se crean modelos algorítmicos en salud diseñados a medida y que permitan tratar mejor la información informatizada. Estos modelos permiten predecir la evolución de los pacientes o sus necesidades entre otras aplicaciones que son las siguientes:

• Control de epidemias

1. Perfilado y detección de pacientes hiper frecuentadores y con riesgo de provocar un colapse sanitario.
2. Pronóstico de evolución de enfermedades a nivel global y específico en pacientes.
3. Predicción de reingresos hospitalarios no programados.
4. Diagnóstico temprano de enfermedades.
5. Predicción del gasto sanitario y optimización de la asignación de la partida del presupuesto de sanidad por regiones.

La medicina predictiva anticipa las probabilidades de que algo suceda y permite intervenir antes de que suceda.

Big Data en el entorno social

Si nos centramos ahora en el entorno social también vemos que las aplicaciones del Big Data son múltiples, nos ayuda a resolver problemas complejos que tienen que ver con la investigación ambiental y biomédica, educación, salud, seguridad nacional o descubrimientos científicos.

El uso de tecnologías Big Data contribuyó en un proyecto de investigación sobre el análisis del impacto del Zika en la población brasileña. A través del uso de datos móviles y con datos específicos recopilados a través de Facebook, se hizo una extracción de información por zonas y se enviaron de esta forma mensajes adecuados y concretos a cada región. El contenido de los mensajes enviados a cada región era basándonos en el análisis de datos obtenidos y ayudó a dar el mensaje correcto en el momento oportuno y a la persona adecuada.

También ha colaborado en proyectos de conservación de bosques a través de una aplicación web de código abierto que permite monitorizar en tiempo real los bosques. Los datos recopilados a través de la aplicación sirven para detectar actividades ilegales, así como para medir las tasas mundiales de deforestación.

Podemos entender el Big Data como una herramienta colaborativa en estos entornos que tiene por objetivo transformar datos en información que todo el mundo pueda usar para tomar decisiones en su día a día.

¿Crees que el Big Data juega un papel importante en el análisis, predicción y estudio del comportamiento de pandemias?