¿Es favorable proponer el uso de Big Data en la administración de salud pública?

Saludos a todos y todas, soy kinesiologo de rehabilitación de un hospital público de Antofagasta y quisiera preguntarles si es favorable la propuesta de un candidato presidencial de utilizar Big Data mediante el uso de datos personales y clínicos de las personas para mejorar su salud?. En mi entendido, Big Data es esencialmente una poderosa estrategia comercial y la información potencialmente vulnerable podría ser utilizada con ese fin.
Gracias y siempre los leo.

Existe protocolos de uso y protección de datos, sobre todo en salud.
Y lo otro es el uso de concepto sin saber su definición. Big data no sólo es muchos datos si no deben ser continuos y el tamaño son de petas.
Finalmente la tecnología no es buena o mala sólo depende de su aplicación

1 me gusta

Tal como comenta @Claudio_Vargas, “Big Data” es un concepto usado para describir un gran volumen de información. Ahora, entendiendo el trasfondo de la propuesta, considero que sí es necesario el uso de tecnologías de información que permitan administrar esta enorme cantidad de datos (Big Data) dado que sus beneficios son enormes.
A través de un buen manejo de estos datos, es posible gestionar de forma eficiente el historial clínico del paciente, permitiendo al personal de salud acceder a esta información y mejorar la toma de decisiones clínicas. Otro beneficio, por dar un ejemplo, es poder aumentar la productividad de pabellones en sistema público al tener acceso a horas disponibles y las urgencias que se tienen en lista de espera. (Recordemos que la Comisión Nacional de Productividad (CNP) estimó que se pierde el 47% del tiempo de uso disponible de pabellones).
En fin, me gustaría recordar las palabras que un profesor de la universidad compartió cuando estaba el debate sobre el uso de medidores inteligentes de consumo energético y el posible aumento de costos por uso de energía eléctrica. El medidor “inteligente” mide perfecto (bajo los estándares correspondientes), puede medir tanto potencia reactiva como activa y será muy preciso (y justo) para hacerlo. El tema es que la decisión de cómo calcular el costo y qué potencias incluir pasa por una decisión política. Mi punto es, los grandes volúmenes de información sanitaria son una realidad, y nuestro país debe utilizar las técnicas de manejo de Big Data para mejorar la calidad de servicio, dado que sus beneficios son evidentes. Cualquier inconveniente o duda con respecto a mal uso de datos, debe quedar zanjado en el decreto o ley que promulgue la incorporación de estas tecnologías, basándose en guías de buenas prácticas y los estándares correspondientes.

1 me gusta

Insisto muchos datos no son necesariamente Big Data
Esa condición no se cumple en salud.
Ejemplo de Big Data es la data que se registra de las conexiones de los celulares en cada segundo durante todo el día en el país. En la prácticas son continuos y de varios millones de registros diarios.
Espero se entienda la diferencia

2 Me gusta

Diría que como toda herramienta, su función será la que le asigne quien la trabaje.
Cosas útiles que se pueden hacer.
Con procedimientos, fechas, edad, dirección del paciente y ubicación del centro asistencial, se puede determinar cuanto deben viajar los pacientes para un determinado procedimiento. Esto puede permitir diseñar políticas públicas para saber donde instalar nuevos centros de salud y qué especialidades incluir.
La incidencia de procedimientos y su tasa de crecimiento en las listas de espera pueden usarse para definir que especialidades deben ser potenciadas a futuro para evitar listas de espera por falta de profesionales.
Hay mucho que se puede hacer y no necesariamente comercial.

1 me gusta

si existiese la debida seguridad de datos en algunos casos podría usarse. En Chile, nuestras huellas digitales ya fueron vendidas el 2018 vía imed. No tenemos seguridad de datos efectiva. Lo que hay es muy básico. El uso de Big Data sin la debida protección se presta para lucrar con esa información, lo que no debiese ser un objetivo, más aún cuando, ni si quiera se ha realizado consentimiento firmado para que yo, como persona haya autorizado el uso, aunque sea en Big Data de mi información de salud. No es casualidad la gran cantidad de fraudes bancarios, clonaciones y robo de información electrónica en Chile y que vengan de otros países a hacerla aquí. Por lo tanto, considero irresponsable, de la candidatura que sea, cuando casi no tenemos seguridad efectiva en los datos electrónicos, platearse el uso de Big Data “para mejorar la salud”. Mejorar la salud depende del punto de vista que se use… y si es “mejorarla” para aumentar la edad de jubilación a los 100 años?

1 me gusta

Eso se llama Dará Analytic

1 me gusta

Excelente temática, sobre todo para desmitificar el análisis de datos.
Tal como plantea Claudio_Vargas, suele existir confusión en el uso de términos: *Data Science *, *Big Data * y Data Analytics; además de confusión en las normativas vigentes en relación a manejo de datos personales y más aun en salud (dato critico) que permite el análisis anonimizando al usuario.

BigData: Una buena manera de diferenciarlo es cuando, un conjunto de datos enormes, los cuales no es posible analizarlos o procesarlos mediante tecnologías o herramientas informáticas convencionales. Suelen ser conjuntos de datos que van desde 30-50 Terabytes a varios Petabytes .
Estos datos, como menciona Claudio_Vargas, corresponden a un conjunto de datos o combinaciones de conjuntos de datos de gran tamaño, complejidad y velocidad de crecimiento generados en un contexto concreto (una organización, una ciudad…) y obtenidos a través de diferentes fuentes (por ejemplo, sensores instalados en un sistema o usuarios conectados a una red).

Data Analytics: tiene que ver con los procesos dedicados a usar software para descubrir tendencias, patrones correlaciones u otra ideas útiles y conclusiones en el Big Data con el objetivo de traducir estos datos en información relevante y accionable para la institución que ha obtenido los datos, convirtiéndose en una ayuda a organizaciones que desean comprender qué dicen los datos y cómo esa información puede mejorar sus procesos, además de prevenir posibles escenarios en el futuro a partir de tendencias actuales. (mejora la productividad, seguridad y sostenibilidad de los procesos).

Data Science: corresponde a la ciencia y todas las metodologías existentes centradas en el estudio de los datos que permiten generar modelos más eficaces para la gestión y análisis de diferente fuentes de datos., permitiendo implementar estos modelos de modo que las instituciones logren sacar el mayor partido a los datos que han reunido (combinación de disciplinas, que van desde la estadística, las matemáticas y la informática hasta la programación, pasando por procesos de creatividad que permiten mirar los posibles problemas desde perspectivas novedosas); ejemplos de esto son Machine Learning o Deep Learning. Esto suponen la capacidad de generar sistemas cada vez más eficientes, que “aprendan” y sean capaces de tomar decisiones en base a los datos.

Los sistemas de la salud en el mundo están repletos de ejemplos de cómo se requiere TRABAJAR ANALITICAMENTE los datos matemáticos y estadísticos existentes para abordar casos prioritarios en los entornos clínico, financiero y operativo; ya que se trata de un servicio caro, con recurso escaso y con población demandante en aumento constante.
Algunos de estos casos de uso incluyen:
a) Identificar la utilización innecesaria de servicios de alto costo, como las pruebas por imágenes o el uso del departamento de emergencias. Esto favorece las prioridades en la generación de protocolos clinicos, por ejemplo.
b) Comprender el flujo de pacientes derivados a especialidad y contrastarlo con respuesta al tratamiento de acuerdo a su ubicación geográfica, por ejemplo. ( un ejemplo seria, pacientes con artroplastia de cadera manejado hospitalizado versus hospitalización ambulatoria)
c) Seguimiento de la tasa de prescripción de un determinado fármaco por proveedor, contrastándolo con eficiencia en compensación de pacientes y disponibilidad (costo/eficiencia).
d) Contar el número de pacientes en una población determinada con un diagnóstico de diabetes, distribuir geograficamente por comunas las áreas en brecha con mayor ctdad de pacientes descompensados.
e) Medir el desempeño del proveedor en una medida de proceso determinada, como la entrega de colonoscopias o vacunas contra la influenza.
Etc, etc, etc

En mi opinión, no solo es factible proponer el uso de análisis de datos en salud publica (cumpliendo normativas existentes), sino que considero que es necesario para tomar decisiones en salud publica, informadas, basadas en datos actualizados de la población al cuidado y permitiendo una priorización objetiva de áreas en brecha; de esta forma se favorece la equidad a nivel nacional, permitiendo acceso oportuno, priorizado clínicamente y favoreciendo la descentralización de la salud.