Cinc beneficis de la ciència de dades per a la salut

07/11/2024
ciencia de datos y salud Foto: Freepik.

El sector de la salut és un dels àmbits que genera més volum de dades: els registres mèdics, les proves clíniques, les informacions genètiques, els objectes connectats o les bases de dades només són alguns exemples de les incomptables fonts d’informació que produeix aquest sector. Ara bé, quins són els principals beneficis de la ciència de dades per a la salut? Agnès Pérez-Millan i Laia Subirats Maté, professores i investigadores dels Estudis d’Informàtica, Multimèdia i Telecomunicació de la UOC, ho analitzen en aquest article imperdible. 

1. Millor qualitat de servei sistemes de salut

Fa anys que es va encunyar el terme de la medicina 4P, que vol dir predictiva, preventiva, personalitzada i participativa, i la ciència de dades pot fer que la medicina sigui més 4P. Pel que fa a la predicció, pot ser útil per fer sistemes que realitzin diagnòstics més precoços i que, per tant, es puguin curar abans les malalties. De la mateixa manera, la ciència de dades pot millorar en gran mesura la prevenció de malalties, en aquest cas per exemple l’ús de sistemes de monitoratge d’alimentació, exercici físic o la son ha fet que hi hagi una explosió de dades en el que es coneix com a Big Data i la ciència de dades fa que es puguin analitzar tota aquesta allau d’informació. 

La ciència de dades també fa que la medicina sigui més participativa, en tota la línia que es coneix com a ciència ciutadana aplicada a la salut i que fa als ciutadans partícips en primera persona de la seva salut. En aquestes iniciatives els ciutadans poden compartir dades, participar en projectes científics realitzant tasques com per exemple anotant imatges mèdiques. Tot això fa que els ciutadans entenguin millor la seva salut i, per tant, podent prendre decisions més informades de què els hi va bé i què no per la seva salut i també que coneguin més iniciatives científiques.

2. Medicina personalitzada

Pel que fa a la personalització en aquest cas podem per exemple tenir informació genòmica dels individus, fet que fa que es puguin personalitzar encara més els tractaments i no només tenim més quantitat de dades sinó també algoritmes de recomanació que permeten una personalització més acurada de tractaments. 

També apareix la intel·ligència artificial (IA) que tan de moda està actualment, que ens permet estudiar els pacients a nivell individual gràcies a les dades històriques que s’han anat recopilant al llarg dels anys, i així en un futur poder donar un tractament específic segons les seves característiques. Però, s’ha de tenir en compte l’ètica que aquests processos engloben i que els algoritmes necessiten estar ben entrenats perquè no podem assumir errors quan tractem de la salut de les persones, en altres punts de l’article entrarem en més detalls.

Per poder tenir una medicina personalitzada el que es necessita és una gran quantitat de dades i saber com tractar-les, per això la importància de la ciència de dades avui dia.

3. Diferències entre pacients dins de la mateixa malaltia 

Actualment, està creixent la idea de la definició d’una malaltia acostuma a ser un nom, però això no vol dir que no hi hagi subtipus dins de cada una. Per exemple, et poden diagnosticar de càncer i tothom et pregunta de quin? Tenim assumit que no tots són iguals, però quan s’ha respost i tenim un diagnòstic més concret no vol dir que totes les persones que el pateixin siguin iguals. Per exemple, en alguns casos són més agressius i en altres menys. Aquí la ciència de dades jugar un paper important, tenir accés a les dades i saber estudiar-les ens pot permetre identificar subtipus de pacients que pateixen una mateixa patologia, ja que la gran quantitat de dades ens pot permetre detectar certes diferències entre pacients que poden agrupar subtipus dins d’una patologia i així poder definir un perfil més concret.

4. Reducció de costos i proves en els sistemes de salut

Una altra línia on té impacte la ciència de dades és la reducció de costos dels sistemes de salut que pot venir per diferents tipus: millor assignació de recursos, millorar l’enginyeria de processos, tractaments més eficients i reutilització de coneixement utilitzant estàndards internacionals i representació formal de la informació.

L’accés a milers de dades siguin actuals o històriques ens permeten estudiar si totes les proves que es realitzen són necessàries. La ciència ens permet valorar si s’arribaria a les mateixes decisions clíniques amb dades històriques no fent servir tot el conjunt de dades que es van fer servir. Això, ens permetria detectar si totes eren necessàries o si amb menys hauríem arribat al mateix punt. Per tant, si es detecten proves que no són necessàries té dos grans beneficis, el pacient no s’ha de sotmetre a tantes proves i, per altra banda, per l’administració una reducció de costos en la sanitat. Aquest fet solament és possible gràcies a l’augment de dades que tenim actualment i que és gràcies a la feina que s’ha estat fent durant tots aquests anys i que estan donant creixement a la ciència de dades.

5. Reducció de biaixos i desigualtats per la globalització dels models

La ciència de dades també pot fer que es redueixin els biaixos i les desigualtats en medicina. Per exemple, hi ha tota una línia en la ciència de dades de disseny d’algoritmes justos que fa que es redueixin els biaixos. També hi ha iniciatives de catàlegs de biaixos així com iniciatives per descriure metadades acuradament i establir els processos necessaris per evitar els biaixos en medicina. Cal no oblidar a poblacions minoritàries que han estat històricament infrarepresentades tant pel que fa a malalties minoritàries, ètnia, sexe, gènere i/o classe social

Actualment, ens trobem amb un creixent interès en tots els àmbits per entrenar algoritmes d’IA per poder donar suport en la clínica, ja siguin en el suport del diagnòstic, reducció de llistes d’espera o costos, etc. En aquesta línia la ciència de les dades juga un gran paper, per una banda, per crear i entrenar els algoritmes necessaris per poder assolir aquests objectius. Però, per altra un punt molt important, per posar sobre la taula alguns aspectes que s’ha de tenir en compte, com per exemple, la necessitat d’entrenar aquests algoritmes amb una quantitat elevada de dades perquè siguin fiables i reproduïbles. Aquests algoritmes si volem que funcionin amb una alta fiabilitat i es puguin acabar d’implementar es necessita diversitat de sexes en les dades que fem servir, d’ètnies, països, etc. En resum, necessitem uns conjunts de dades heterogènies que dificulten l’entrenament dels algoritmes, però alhora són l’única solució per poder assolir algoritmes fiables i reproduïbles.

(Visited 84 times, 1 visits today)
Autors / Autores
Professora i investigadora dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la UOC. 
Professora i investigadora dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la UOC. 
Comentaris
Deixa un comentari