¿Prevenir enfermedades antes de que se diagnostiquen?, ¿recibir seguimiento de nuestras enfermedades en tiempo real sin necesidad de acudir a la consulta del médico?, ¿tener al alcance de la mano un mapa de nuestra salud para que sea analizado por especialistas? ¿equipos de diagnóstico precisos, seguros y confiables desde casa? Todas estas actividades se han incorporado a la vida cotidiana gracias a la tecnología médica donde el Big Data, incide en las innovaciones creadas por los fabricantes de dispositivos médicos.
La combinación del Big Data con la medicina, interviene de forma directa en la gestión de la salud, además reduce costos y permite obtener mejores rendimientos para los fabricantes, pero la ganancia en salud para los pacientes, es inigualable. La combinación del análisis masivo de datos permite mejorar la calidad de vida de las personas, curar enfermedades y evitar muertes prevenibles.
Existen un gran número de fuentes de información médica, como los registros clínicos, los registros médicos electrónicos, las imágenes médicas, los datos informativos del paciente, los estudios prospectivos de cohortes y los grandes ensayos clínicos.
La integración de estas fuentes provoca la generación de datos complementarios de gran tamaño. El uso aplicado de dicha información permitirá obtener datos importantes y personalizados de acuerdo a las características específicas de cada paciente.
Los datos obtenidos a través de equipos wearables, pueden ser usados para tomar medidas sobre datos biométricos de los pacientes y de esta manera recopilar datos a lo largo del tiempo. La novedad es que esta información puede ser analizada en tiempo real por los médicos y especialistas, de esta forma se puede realizar un seguimiento como nunca visto hasta ahora del paciente.
Por su parte, un estudio liderado por la Universidad de Columbia (EU), con participación del Instituto de Investigación Biomédica de Bellvitge (IDIBELL), en Hospitalet de Llobregat (noreste de España) y el Instituto Catalán de Oncología (ICO), identificaron vulnerabilidades clave del cáncer mediante el análisis de Big Data de 10 mil tumores.
Así, han identificado hasta 112 subtipos de tumores definidos por 407 de estas proteínas reguladoras que canalizan la información.
Además, el análisis ha puesto en evidencia que los 112 subtipos tumorales se pueden catalogar a partir del grado de activación o inactivación de sólo 24 grupos de proteínas reguladoras, o lo que es lo mismo, la combinación de 24 características fundamentales de cáncer.
Los investigadores han validado alguna de las características fundamentales descritas en cánceres de próstata o riñón, entre otros, y mediante técnicas de edición genética y tratamientos farmacológicos han demostrado que las predicciones hechas a través de algoritmos se cumplían en los ensayos con modelos experimentales.
Por: Dalia Solano
Fuentes:
Sin embargo.
Con ayuda de Big Data, expertos identifican vulnerabilidades claves del cáncer en 10 mil tumores
Amir Salud.
¿Cómo beneficia el big data a la medicina?
