El impacto de las enfermedades crónicas
Las enfermedades crónicas son dolencias de larga duración, en general que presentan una progresión lenta causando una elevada morbimortalidad. Según el informe de la OMS «Globalstatusreportonnoncommunicablediseases2010»1, el 63% de las muertes mundiales fueron causadas por enfermedades respiratorias, cardiovasculares, cáncer y diabetes mellitus (DM). La DM es un ejemplo paradigmático de enfermedad crónica que afecta a todas las edades y condiciones sociales.
La DM2 constituye actualmente un grave problema de salud pública dada su elevada prevalencia, su impacto en la calidad de vida de aquellos que la padecen y el elevado volumen de recursos sanitarios que precisa. La DM2 es la quinta causa de muerte en todo el mundo. Además, los pacientes diabéticos presentan una elevada morbimortalidad relacionada fundamentalmente con las complicaciones crónicas vasculares.
Según la Organización Mundial de la Salud hay más de 346 millones de personas con diabetes. En Europa esta patología afecta a cerca de 30 millones de personas, aunque se calcula que dicha cifra irá en aumento. En los próximos dos decenios serán más de 900 millones las personas a las que se diagnosticará dicha variedad de la enfermedad o bien se encontrarán en un riesgo alto de contraerla, principalmente debido al aumento de los factores de riesgo relacionados con el estilo de vida, entre ellos la obesidad.
Es por ello por lo que la atención a personas con problemas crónicos como por ejemplo diabetes constituirá uno de los retos más importantes que tendrá que afrontar el sistema de salud en los próximos años.
De esta forma, estamos ante un escenario que exige dar respuesta a estos desafíos sociales con soluciones diferentes a las utilizadas hasta la fecha. No se trata sólo de aportar soluciones específicas para diferentes grupos de pacientes, sino de trabajar y abordar las situaciones de manera distinta. Y es en este contexto en el que las Tecnologías de la Información y Comunicación (TICs), junto con las Tecnologías de Análisis de Datos Masivos cobran especial relevancia.
Big Data e Inteligencia Artificial al rescate
El sistema sanitario, y en concreto los hospitales, están teniendo en los últimos años una creciente sofisticación de sus sistemas de información y recopilación de datos. Estos datos muchas veces no son almacenados para su posterior reutilización, sino que son usados para un análisis coyuntural asociado a una necesidad y momento específico.
En este contexto, las aplicaciones de soluciones Big Data en salud, van más allá del volumen, la variedad y la velocidad como características básicas, ya que incorporan aspectos cruciales como la veracidad, permitiendo posteriormente una reutilización mediante el agregado de la nueva información al histórico de datos.
Estas nuevas formas de recogida de información y de agregación de esta, así como las tecnologías y técnicas asociadas, pueden mejorar la prestación de asistencia sanitaria, tanto a nivel individual como para conjuntos poblacionales de pacientes. Pero más allá de los aspectos técnicos, una cultura organizacional de calidad es uno de los factores clave para conseguir un sistema de información de salud eficaz. En este sentido, la consolidación del Big Data en el campo de la salud partirá de la síntesis de la información ‘antigua’ y ‘nueva’ incorporando tanto las provenientes de las redes sociales como en el futuro cercano aquella derivada del Internet de las Cosas.
Optimizar esta información se puede traducir en un mayor conocimiento del paciente gracias a la síntesis de la información existente de historias médicas, registros electrónicos de salud, registros personales de salud y análisis e imágenes clínicos. Asimismo, se genera nueva información para conseguir una mejor detección de efectos secundarios de los fármacos, mejores y más adecuados tratamientos y con mayor rapidez, así como avanzar en la medicina personalizada y en la medicina preventiva.
En base a todos estos retos clínicos y sociales relacionadas con la gestión de las enfermedades crónicas como la diabetes, y el hecho que los datos sanitarios requieren de herramientas que permitan explotarlos de una forma eficiente tanto para su uso primario como secundario, el IIS La Fe, junto con el Instituto Tecnológico de Informática (ITI) y la empresa Veratech, trabajaron en proyectos de I+D como CODICIE10: “Codificación automática de enfermedades CIE-10ES para episodios asistenciales con técnicas de Procesamiento de Lenguaje Natural», centrado en el uso de herramientas de lenguaje para la codificación de episodios asistenciales (diagnósticos y procedimientos) basándose específicamente en la codificación CIE-10ES.
En base a los resultados obtenidos en este primer estudio y con el fin de seguir avanzando en este campo, surge este nuevo proyecto que tiene como punto de partida un sistema de ayuda a la decisión clínica (SADC) para el manejo de pacientes diabéticos ya desarrollado en el Hospital La Fe con ITI y Veratech. Al recoger los indicadores incluidos en el SADC se observaron deficiencias en la codificación de ciertas variables especialmente las reflejadas en informes y que corresponden a datos no estructurados. Con la finalidad de implementar dichas mejoras se propone un nuevo proyecto que englobaría los siguientes objetivos.
Sobre el proyecto CHRONICextract
El objetivo principal del proyecto se centra en la mejora del SADC para el manejo de pacientes crónicos a través del desarrollo de técnicas de Machine Learning y Procesamiento del Lenguaje Natural para la extracción de indicadores y marcadores de informes clínicos en el contexto de la cronicidad, esta propuesta se centrará en diabetes con el objetivo de extrapolar los resultados a otras patologías crónicas
Los objetivos secundarios son:
- Construcción de un modelo de Machine Learning de Reconocimiento de Entidades Médicas (REM) que permita procesar informes de atención primaria y atención especializada para obtener información como la valoración del estilo y calidad de vida, fármacos y sus proporciones, estado del paciente, utilización de urgencias hospitalarias, días de hospitalización, reingresos, etc.
- Extraer información de los informes de atención primaria y atención especializada mediante el Procesamiento del Lenguaje Natural que permita a IIS La Fe establecer mecanismos para el cálculo de indicadores que mejoren la atención de pacientes crónicos, esta propuesta se centrará en pacientes diabéticos
- Desarrollar mecanismos de cálculo de indicadores e integración de resultados en la solución de cuadro de mando para el apoyo a la toma de decisiones para la mejora en la atención de pacientes diabéticos
- Llevar a cabo una prueba piloto con el objetivo de validar los resultados de innovación obtenidos en un contexto de funcionamiento real.
Disponer de tecnologías basadas en Procesamiento de lenguaje natural (PLN) e Inteligencia Artificial (IA) que permitan extraer la información clínica pertinente de los textos, los documentos y codificarlos de forma automática es claramente una de las claves de éxito para avanzar en el uso de la información masiva que estamos almacenado, desarrollar nuevas capacidades que nos permitan desplegar un nuevo paradigma de cuidados, más preciso, predictivo, preventivo y con enfoque poblacional que nos permita transformar el actual modelo.