Una muestra de una las muchas compañías trabajando en el área del big data aplicada a la medicina, dentro de la fortísima tendencia hacia la llamada digital health, nos brinda un interesante vídeo explicativo de las posibilidades de tratamiento de los datos de los pacientes en un mundo en el que la profusión de sensores multiplica la información que puede ser introducida en el sistema, al tiempo que posibilita un tratamiento estadístico infinitamente más sofisticado.

GNS Healthcare trabaja con las aplicaciones para móviles que muchos utilizamos para hacer seguimiento de nuestros hábitos de salud – ejercicio, peso, porcentaje de grasa corporal, alimentación, agua, actividad, etc. – y con los historiales clínicos digitalizados (Electronic Medical Record o Historia Clínica Electrónica, cada vez más habitual en determinados países) para generar modelos predictivos mediante técnicas de ingeniería inversa y simulación, con el fin de avanzar cuál de los posibles tratamientos ante una sintomatología determinada tendrá un efecto más adecuado en un paciente del que tenemos mucha información – al tiempo que el manejo de la información de muchos pacientes nos ayuda a construir modelos válidos aplicables para aquellos pacientes de los que no tenemos dicha información.

La idea es avanzar hacia la medicina personalizada mediante modelos en los que introducimos todos los datos disponibles sobre nosotros mismos, desde nuestro personal genomics hasta todo lo que nuestro ecosistema de sensores almacena sobre nosotros de manera continua. En lugar de ser cortoplacistas y ver simplemente a quien lleva encima un dispositivo para monitorizar su salud, o usos siniestros de algo así para fines como elevar el precio de nuestra póliza de seguro médico, tenemos que ver más allá e intentar diseñar un futuro en el que millones de personas puedan contribuir voluntariamente con sus datos a sistemas de este tipo, y que posibiliten avances en el terreno de la medicina que a día de hoy no podemos siquiera llegar a imaginar.

Tomado de El Blog de Enrique Dans con licencia Creative Commons