El 'big data' se prueba en la atención en nefrología
El Hospital del Mar integra la tecnología en este servicio para optimizar el tratamiento de pacientes y la investigación científica.
Folksonomía e inteligencia artificial han servido para agilizar el análisis de datos, mediante técnicas de big data, en un proyecto conjunto del servicio de nefrología del Hospital del Mar, la empresa farmacéutica Ferrer y Microsoft Azure, a partir de cuyas herramientas cognitivas se ha desarrollado el sistema Bismart Folksonomy. Esta colaboración se ha centrado en la mejora de la gestión asistencial de pacientes hospitalizados y en investigación. La aplicación de big data y minería de datos ha estado coordinada por la doctora Laia Sans, adjunta del servicio de nefrología del centro.
La herramienta emplea la técnica denominada folksonomía, resultado de la contracción de la palabra en inglés folk (popular) y taxonomía. Con esto se refieren a un sistema de clasificación de los términos en función de cómo se reproducen en los documentos. Es un modelo automático de gestión en tiempo real de grandes cantidades de documentos, basado en las etiquetas y en su frecuencia de aparición.
En este caso en concreto se han analizado 1.631 informes de alta de pacientes hospitalizados entre 2016 y 2018 que, tras ser digitalizados y anonimizados, se han probado en varias consultas, para chequear su capacidad para localizar los términos y extraer datos de interés de forma automática. El trabajo se ha realizado de forma conjunta con la dirección de Innovación del centro y la dirección de Informática.
En concreto, explican desde Microsoft, el análisis de la utilidad de la herramienta se ha efectuado mediante tres preguntas relativas al tratamiento a la entrada del seervicio y al alta de los y las pacientes. Se ha analizado el comportamiento médico sobre la suspensión o mantenimiento al alta de los inhibidores del sistema renina angiotensina (para tratamiento de la hipertensión y de la insuficiencia cardíaca congestiva).
También se ha evaluado qué porcentaje de las personas diabéticas ingresadas recibían tratamiento con metformina (un medicamento contraindicado en determinadas enfermedades renales), así como las que, sin ser necesariamente diabéticas, tomaban algún fármaco hipnótico, ansiolítico o antidepresivo.
Gracias a estas técnicas, se ha reducido significativamente el tiempo destinado a la extracción de información al automatizar el proceso, "sin afectar a la calidad y veracidad de la información obtenida con finalidades de investigación y de gestión de la calidad de la actividad asistencial realizada", como explica la doctora Sans en declaraciones recogidas en un comunicado.
La herramienta ha conseguido, previa realización de ciertos ajustes, extraer información no estructurada, con la consecuente agilización de la generación de conocimiento médico y reduciendo la variabilidad. Concretan en el comunicado que, mediante su uso, el servicio consiguió elaborar un informe respecto a estas tres preguntas con un ahorro significativo de tiempo en el análisis de las altas médicas. se ha generado, además, "una base de conocimiento sólida para tomar mejores decisiones".
