Título de la diapositiva - Hospital Italiano de Buenos Aires
Transcripción
Título de la diapositiva - Hospital Italiano de Buenos Aires
Título de la diapositiva Ateneo 348 Subtítulo dede laoctubre diapositiva Miércoles 22 de 2014 Big Data en el ámbito de la Salud. Dr. Agustín E. Ciancaglini. Médico Pediatra. Medico Residente Informática en Salud. HIBA. Big Data en el ámbito de la Salud: Usos en la identificación y gestión de pacientes de alto riesgo o de aquellos que implican alto costo para los sistemas de salud. Bates DW, Saria S,Ohno-Machado L, Shah A, Escobar G. Departamento de Informática en Salud Autores: Suchi Saria Lucila Ohno-Machado Profesora de Ciencias de la computación, Universidad Johns Hopkins. División Bioinformática, Universidad de California. Machine Learning - Data intensive computing David W Bates Jefe area Medicina Interna, Brigham and Women´s Htal. Director del Clinical and Quality Analysis Group (Partners) Gabriel Escobar División de investigaciones Kaiser Permanente, California. Anand Shah Presidente PCCI, Texas. Departamento de Informática en Salud ¿Qué es Big Data? Es un término que puede ser definido como un nuevo paradigma de la información que implica el desarrollo de tecnologías que permitan extraer valor del gran volumen de datos que existen. Cada vez más cerca! 1 ZB = 1021 Bytes La tierra tiene un total de 1026 átomos 7,9 zettabytes anuales 35 zettabytes anuales 1,5 exabytes anuales 1999 2015 2020 http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Introducción ● Adopción acelerada a los EHRs en EEUU. ● Las técnicas de Big Data han evolucionado sustancialmente. ● Reforma de salud del 2010. Affordable Care Act (Obamacare). Comienza a considerarse a la Analitica Predictiva como un medio para optimizar los los Recursos en Salud. Los autores describen 6 escenarios donde la incorporación del Big Data tiene el potencial de generar un fuerte impacto en la eficiencia de los sistemas de Salud. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Desarrollo 1- Pacientes que implican alto costo a los sistemas de salud: ● En USA se estima que el 50% del presupuesto que se gasta en salud se destina a la atención del 5% de los pacientes. ● Estudios que evaluaron la estrategia de los “case managers” demostraron que a pesar de su buen funcionamiento no mejoraron la eficiencia como se esperaba. ● Por otra parte, la paradoja de los Programas de salud orientados a la gestión de pacientes de alto costo es que son costosos. ● http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud 1- Pacientes que implican alto costo a los sistemas de salud: ● Los sistemas predictivos deben orientarse fuertemente a identificar y abordar los problemas de salud mental y los conflictos sociales porque estos generan un fuerte consumo de los recursos de salud. ● Para el desarrollo de estos sistemas es necesario: ○ Refinar algoritmos. ○ Definir la sensibilidad y especificidad. ○ Armonizar los resultados con el flujo de trabajo de la práctica asistencial. ○ Brindar los resultados en forma oportuna para la toma de decisión. ○ Evaluar el efecto de las predicciones sobre los pacientes (priorizar aquellas que beneficien al paciente). ○ Calibrar continuamente los algoritmos con la población donde se aplican. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud 2- Readmisiones: ● En USA alrededor de un 30 % de las readmisiones son prevenibles. ● Existen incentivos económicos para que las organizaciones bajen sus tasas de readmisión. ● Telemonitoreo de pacientes a través de dispositivos para identificar la falta de adherencia a tratamientos crónicos o para el control post internación. ● http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud 3- Triage: Experiencias: Detección sepsis temprana Neonatal: ○ Se calcula la probabilidad de sepsis temprana pre y pos nacimiento, para ello se integra información de los EHRs de la madre y el niño. ○ La combinación de estos indicadores podría reducir el uso de antibióticos en 240.000 neonatos cada año. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud 3- Triage: Triage Guardia Adultos. ● Estudio Retrospectivo de Cohorte que analizó un total de 400.000 episodios de internación en 22 hospitales de California (base de datos de la red de salud). ● Se evaluó la precisión de 2 scores disponibles en tiempo real, que fueron calibrados con millones de registros clínicos. ○ Comorbilidad del paciente en el último año. ○ Estabilidad fisiológica del paciente en las últimas 72 hs. ● Para lograr algoritmos de triage que armonicen con el flujo de trabajo es vital tener guías de práctica clínica detalladas. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud 4- Anticipar los episodios de descompensación: ● Actualmente existen índices en tiempo real que permiten predecir la evolución de pacientes con mucha carga de morbilidad. ● Índice de Rothman: ○ Agrega información de EHRs (signos vitales, observaciones de enfermería y laboratorios). ○ Sintetiza la condición actual del paciente y se presenta a través de una interfaz de usuario amigable. ● El Big Data tiene potencial de resolver el problema de los falsos positivos (Trigger de las alarmas). http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud 5- Predicción de eventos adversos: ● La mayoría esfuerzos realizados hasta ahora para predecir qué pacientes van a sufrir un evento adverso no han sido muy eficaces. ● Potencial para identificar qué pacientes están en riesgo de desarrollar un evento adverso farmacológico a través de la integración de información genética y genómica, datos de laboratorio, signos vitales y otros datos. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud 6- Predicciones de la evolución de enfermedades crónicas. ● La implementación de registros longitudinales ha sido una barrera importante para avanzar en el control de las enfermedades crónicas. ● Con el nivel de adopción de los EHR y de las Redes de Datos Clínicos hay expectativas de que el Big Data ayude a agregar la información de los registros longitudinales para los próximos años. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Discusión ● Los autores reconocen que existen otros escenarios para aplicar el Big Data en el ámbito de la salud. ● Priorizaron un enfoque de análisis basado en el ámbito intrahospitalario, porque hasta el momento ahí se genera el mayor volumen datos. ● Existe gran potencial para mejorar outcomes clínicos en pacientes con múltiples problemas de salud. ● Proponen al Big Data como una estrategia para ser implementada en el área de procesamiento del lenguaje natural para lograr incorporar el texto narrativo de los EHRs al análisis predictivo. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Big Data: Consideraciones especiales Investigación: ● ● ● Se necesita generar evidencia acerca de los beneficios del Big Data. Es fundamental que exista apoyo federal para la investigación. Queda pendiente reflexionar acerca de cual es la metodología con la que debemos evaluar al Big Data. Regulación: ● En agosto del 2013 la FDA concluyó que su rol en la evaluación de TI en salud no sería beneficiosa, pero que podría ser necesario en aquellas aplicaciones que utilicen técnicas avanzadas de análisis estadístico para dar soporte a las decisiones médicas. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Big Data: Consideraciones especiales Privacidad ● ● Hasta el momento esta trabada la discusión política en torno a reformar el marco legal (HIPAA). Los autores consideran de suma importancia avanzar en este tema ya que la legislación actual no contempla aspectos del Big Data. Costeo de gastos: ● ● Las estrategias de incentivos económicos tales como el Obamacare alientan a las organizaciones a invertir en la implementación del Big Data. Sin embargo, muchos expertos han comentado que esto puede no ser suficiente. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Conclusión El Big Data es una herramienta poderosa que promete ser útil en la salud al igual que en otros ámbitos donde se ha adoptado. La elección de los casos de uso que hemos presentado en este artículo se puede discutir. Sin embargo, creemos que los mismos pueden aportar valor para las organizaciones que piensen implementar al Big Data en breve. http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud QCIM Significancia: 4 Calidad Científica: 2 Cobertura Literaria: 3 Originalidad: 4 Organización y Claridad: 3 http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Comentarios http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud Muchas Gracias http://www.winshuttle.es/big-data-historia-cronologica/ http://www.csc.com/big_data/flxwd/83638-big_data_just_beginning_to_explode_interactive_infographic Departamento de Informática en Salud
Documentos relacionados
un zettabyte de motivos para hablar de datos y desarrollo
• La ayuda técnica y económica no está correctamente adaptada a las prioridades nacionales • Los países pagan un coste muy elevado por la gestión de la ayuda al desarrollo • La coordinación glob...
Más detalles