El proyecto #FreeData quiere promover la innovación social en el sector sanitario a través de una plataforma de 'Big Data' aplicada al eHealth, para contribuir a un sistema sanitario más eficiente y con menos costes para la Administración. Éste es el fin de proyecto del Programa de Liderazgo Público en Emprendimiento e Innovación de Deusto Business School (con el impulso del Círculo de Empresarios y el apoyo de la Fundación Rafael del Pino). Presentamos este trabajo: Ana Lorenzo, Samuel Ruiz y Pablo Casado. Es un proyecto ficticio, basado en datos reales que provienen del benchmarking de diferentes estudios y análisis, y pone en valor productos ya existentes, como el caso exitoso de la Dirección General de eHealth de Telefónica.
6. I. QUÉ ES BIG DATA
… VS. 2013
Hoy…
El número de
dispositivos en red
equivale a toda la
población mundial
En 2015…
El número de
dispositivos en red
equivaldrá a 2X
población
En 2015… costaría
5 años ver todos los
vídeos que se
distribuirán en las
redes IP cada segundo
7. I. QUÉ ES BIG DATA
Las empresas,
administraciones e individuos
cada día tienen más datos
disponibles.
A la recopilación y análisis de
esas bases de datos gigantes
se les denomina Big Data.
Uno de los retos actuales y de
futuro es sacarles partido.
QUÉ ES
8. I. QUÉ ES BIG DATA
LAS 3 V´S DELLAS 3 V´S DEL
#BIGDATA#BIGDATA
*Doug Laney,
analista, 2001
11. II. RETOS
EL CUERPO HUMANO,
FUENTE DE BIG DATA:
Grandes volúmenes de datos
de distintas fuentes.
El almacenamiento y análisis de datos es
fundamental para sector sanitario.
La creación de datos es más rápida
que la capacidad del sector para
analizarla .
Es vital acceder a historia clínica de un
paciente para tomar decisiones y mejorar
resultados.
#BIGDATA como oportunidad para
acceder, conectar y analizar la
infomación, impulsando los procesos
críticos de la industria y creando valor.
12. II. RETOS
1.Transforma datos desestructurados en información.
2.Apoya al autocuidado de las personas.
3.Aumenta el conocimiento y concienciación del estado de salud.
4.Agrupa los datos para expandir el ecosistema.
1. Estudio McKinsey Global Institute:
Aplicaciones de Big Data en campo de salud:
Beneficio de 250.000 mill/€ al sector público europeo.
2. Informe Fundación Rock Health:
Big data en sector sanitario: ahorra entre 325 y 525 mill/$ en:
La mejora en la coordinación de la atención al ciudadano
La lucha contra los fraudes y los abusos
La lucha contra las ineficiencias administrativas y clínicas.
2. CAMBIA EFICIENCIA DE LA ATENCIÓN SANITARIA:
1. REDUCE COSTES Y OPTIMIZACIÓN DEL GASTO:
4 OPORTUNIDADES Y BENEFICIOS:
13. II. RETOS
Gracias a Big Data, la investigación también experimentará mejora :
Se podrá determinar las causas de las enfermedades con más eficacia.
Se podrá establecer soluciones mejores.
Se podrán predecir, prevenir y personalizar enfermedades gracias a avances en:
1. Investigación y secuenciación del genoma
2. Operativa clínica
3. Autoayuda y colaboración ciudadana
4. Atención y medicina personalizadas
5. Monitorización remota de pacientes
6. Seguimiento de pacientes crónicos
3. RENTABILIZA LA INVESTIGACIÓN Y LA PREVENCIÓN:
4 OPORTUNIDADES Y BENEFICIOS:
4. MEJORA NUESTRA CALIDAD DE VIDA:
1.Identifica hábitos y problemas sociales a través del
análisis de información en redes y medios sociales.
2.Detecta riesgo de pandemia en tiempo real mediante la
monitorización de búsquedas en internet.
3.Mejora los servicios públicos con “internet-de-las-cosas”
15. III. #FREEDATA: DE
#BIGDATA A
#EHEALTH
Promover la innovación social en el sector
sanitario a través de una plataforma de
'Big Data' aplicada al ‘eHealth’
1. VISIÓN:
2. MISIÓN:
Mejorar la eficiencia del Sistema
Sanitario evitando su saturación.
Procurar la salud de los ciudadanos a
través de la monitorización y prevención
Reducir los costes sanitarios para la
Administración
1/3 población,
enfermos crónicos
¾ de gasto sanitario
16. III. #FREEDATA: DE
#BIGDATA A
#EHEALTH
4. CARACTERÍSTICAS:
•Es un servicio de gestión remota de
pacientes crónicos, que facilita su control
y seguimiento.
•Alojado en la nube, se comercializa en
modalidad de pago por uso.
•Ofrece atención sanitaria en remoto al
paciente, de forma complementaria o
sustitutiva a la atención presencial.
5. PÚBLICO OBJETIVO:
• Está dirigido principalmente a las
Consejerías de Sanidad de las
Comunidades Autónomas (la Sanidad
está transferida)
• Acompaña a las instituciones de salud en
la transformación hacia un modelo
asistencial más eficiente.
17. p
III. #FREEDATA: DE
#BIGDATA A
#EHEALTH#FREEDATA: LA PLATAFORMA
EHEALTH BASADA EN BIGDATA
*gráfico: solución ehealth para enfermos crónicos de Telefónica (Dirección General de Ehealth).
Es un caso de éxito en nuestro país.
#FreeData daría cobertura a enfermos cardiovasculares, diabéticos, etc…
18. MUCHAS GRACIAS
#FREEDATA:
La aplicación del
#BigData al #eHealth
Pablo Casado
@pablocasado_
Samuel Ruiz
@sruizf
Ana Lorenzo
@ana_lorenzo
Esta obra está bajo una Licencia Creative Commons, AtribuciónEsta obra está bajo una Licencia Creative Commons, Atribución
NoComercial 4.0 Internacional: puedes compartirlaNoComercial 4.0 Internacional: puedes compartirla
Editor's Notes
Para entender qué es big data, vamos a analizar qué pasa en internet en 1 minuto. Y para entender la magnitud de este ámbito, veremos cómo ha evolucionado en tan solo un año.
Se consume información que puede caber en 168 millones de DVDs
Se envían 294 millones de emails.
Si esos emails fueran cartas, el correo de los Estados Unidos tardaría 2 años en procesarlas
172 millones de personas entran en Facebook
40 millones en Twitter
22 millones en LinkedIn
20 millones en Google+
17 millones en Pinterest
Se escriben 2 millones de artículos en blogs
Esos 2 millones de artículos serían suficientes para publicar la revista Time por 770 años.
En los últimos diez años se ha creado más información que en toda la historia de la humanidad.
El Panel de las Naciones Unidas sobre la Agenda Post-2015 concluyó que para poder alcanzar los Objetivos del Milenio necesitamos una “revolución de datos”. La importancia de los datos en la nube –o big data como lo llaman en inglés– abre numerosas oportunidades para el desarrollo y debemos aprovecharlas.
---------------------------------------------
Por Big data nos referimos exactamente a lo que su propio nombre indica: al tratamiento y análisis de enormes repositorios de datos, tan desproporcionadamente grandes que resulta imposible tratarlos con las herramientas de bases de datos y analíticas convencionales. La tendencia se encuadra en un entorno que no nos suena para nada extraño: la proliferación de páginas web, aplicaciones de imagen y vídeo, redes sociales, dispositivos móviles, apps, sensores, internet de las cosas, etc. capaces de generar, según IBM, más de 2.5 quintillones de bytes al día, hasta el punto de que el 90% de los datos del mundo han sido creados durante los últimos dos años.
------------------------------------
A diario se generan datos de todo tipo: mediante redes sociales, teléfonos móviles, contadores, motores aeronáuticos, satélites, equipos atmosféricos, cajas registradoras... cualquier clase de dispositivo capaz de procesar y clasificar información es una fuente generadora de datos a gran escala que nacen desordenados, pero que se pueden organizar para que adquieran un significado concreto útil para orientar las operaciones de negocio. A la hora de clasificar Big Data para que los datos puedan ser interpretados en clave empresarial, hay que tener en cuenta tres factores que podríamos definir como “las tres V”: (siguiente slide)
Volumen: quizá el más llamativo por su aumento desmesurado en los últimos años, aunque el menos importante en clave de utilidad para la compañía. Es una consecuencia de las mejoras de las redes de comunicaciones y de las mayores velocidades de los accesos de banda ancha, pero la mayor cantidad de datos por sí sola no aporta un valor añadido. Es la causa que lleva a preocuparse por los otros dos factores.
Variedad: ordenar e interpretar diferentes tipos de datos a la vez puede generar grandes ventajas. Combinar datos de edad, género, estado civil, situación laboral, situación geográfica, intereses, gustos... permite crear perfiles más precisos de clientes potenciales para realizar campañas de publicidad y márketing segmentadas. Aunque las ventajas de poder ajustar más el punto de mira en el blanco de la diana también puede tener una parte negativa, si el cliente percibe una cierta invasión de su intimidad. La sutileza es la gran virtud para que el valor añadido qeu ofrece la varieda de datos conjuntados no se vuelva en contra.
Velocidad: se refiere a la vida útil de los datos. No tiene sentido conservar datos cuyo recorrido ha terminado y han quedado obsoletos. Una de las claves para poder almacenar grandes cantidades de datos de forma que sean útiles para la estrategia comercial es que la utilidad de toda la información que se conserva sea vigente. Empresas de según qué sector llegan a descartar hasta el 90% de los datos generados y preservan sólo aquellos que les pueden ofrecer rendimiento.
---------------------------------------------------------
características: A Big Data le caracterizan las tres "V": volumen, variedad y velocidad:
Volumen
- El volumen de los datos almacenados en los depósitos de las empresas ha pasado de ocupar megabytes y gigabytes a “petabytes”.
- Por ejemplo, el volumen de datos procesado por corporaciones ha crecido significativamente. Google procesa 20 petabytes al día.
- En 2020 se espera que se generen 420.000 millones de pagos electrónicos.
- La Bolsa de Nueva York genera un terabyte de datos al día, frente a Twitter, que genera 8 terabytes al día (o 80MB por segundo).
Variedad
- La variedad de datos ha explotado, pasando de ser datos almacenados y estructurados, guardados en bancos de datos empresariales, a ser desestructurados, semiestructurados, audio, video, XML, etc.
- Datos en streaming, cotizaciones bursátiles, medios sociales, máquina a máquina, datos de sensores... Una creciente variedad de datos necesitan ser procesados y convertidos en información.
Velocidad
- La velocidad del movimiento, proceso y captura de datos dentro y fuera de la empresa ha aumentado significativamente.
- Los modelos basados en inteligencia de negocios generalmente suelen tardar días en procesar, frente a las necesidades analíticas “casi” en tiempo real de hoyen día debido al flujo de datos a alta velocidad.
- eBay, por ejemplo, se enfrenta al fraude a través de PayPal analizando cinco millones de transacciones en tiempo real al día.
GRANDES OPORTUNIDADES EN EL SECTOR DE BIG DATA: EMPLEO Y RIQUEZA
1. Según un estudio, Big Data creará 4,4 millones de empleo en todo el mundo en 2015. (“Big Data en Números 2014” de Online Business School (OBS)
2. según la consultora Gartner, en el año 2016 la industria de Big Data generará 19 mil millones de euroS
3. Según subdirección general de Tecnologías del Ministerio de Educación, España necesitará sesenta mil profesionales de Big Data hasta 2015
“Big Data” se refiere aquella información que no puede ser procesada con los sistemas y herramientas tradicionales, ya sea debido a su volumen, variedad y velocidad de la misma. Esta nueva tecnología pretende dar solución al problema que tienen tanto empresas como administraciones públicas cuando la información que manejan excede la capacidad de almacenamiento, procesado y análisis de la organización.
La sanidad es uno de los sectores dónde la aplicación de Big Data está encontrando mayores desafios, por lo que los objetivos de este encuentro organizado por el doctor Julio Mayol, director de la citada Unidad de Innovación, son los de compartir experiencias sobre cómo el Big Data puede mejorar la calidad de la atención sanitaria e Identificar las barreras y nuevos retos así como reflexionar sobre el diseño de la historia clínica electrónica y su implantación.
---------------------------------------------
En octubre de 2012, Bonnie Feldman y otros colegas de la consultora Fieldman 360º publicaron el informe “Big Data Healthcare Hype and Hope” donde exploran, con bastante precisión, cómo big data se está convirtiendo en una creciente fuerza de cambio en el panorama sanitario. Según Feldman “el potencial de big data en medicina reside en la posibilidad de combinar los datos tradicionales con otras nuevas formas de datos tanto a nivel individual como poblacional”; es decir, realizar la integración de datos estructurados y no estructurados. En efecto, en el sector sanitario se genera una inmensa cantidad y variedad de datos tanto estructurados, semi-estructurados como desestructurados o no estructurados.
Recordemos que un dato estructurado es un dato que puede ser almacenado, consultado, analizado y manipulado por máquinas, normalmente, en modo tabla de datos. Un dato no estructurado o desestructurado es todo lo contrario. Datos estructurados, son los datos clásicos de los pacientes (nombre, edad, sexo…) y datos no estructurados son las recetas de papel, los registros médicos, las notas manuscritas de médicos y enfermeras, las grabaciones de voz, las radiografías, escáneres, resonancias magnéticas, TAC y otras imágenes médicas. A estos datos y pertenecientes a ambas categorías también, se pueden considerar los archivos electrónica de contabilidad y gestión administrativa, datos clínicos, etc.
Según las conclusiones del informe, Big Data cambiaría la eficiencia del modelo de atención sanitaria en base a los siguientes fundamentos:
1. Reducción de costes y optimización del gasto
El estudio de 2011 del Kinsey Global Institute calcula que las aplicaciones de Big Data en el sector sanitario podría representar unos beneficios de hasta 250.000 millones de euros los sistemas de salud públicos en Europa y de hasta 300.000 millones de dólares en Estados Unidos. Un ahorro considerable si se tiene en cuenta que la mayoría de sistemas sanitarios de la sociedad occidental presentan unas pérdidas mayores cada año.
El informe Big Data in digital health, de la fundación Rock Health, calcula que el potencial latente de la aplicación de Big Data en el ámbito de la salud podría conllevar un ahorro de entre 300 y 500 millones de dólares gracias a:
La mejora de la coordinación de la atención al ciudadano
La lucha contra los fraudes y los abusos
La reducción de ineficiencias administrativas y clínicas
Según las conclusiones del informe, Big Data cambiaría la eficiencia del modelo de atención sanitaria en base a los siguientes fundamentos:
Transformación de datos en información
Apoyo al autocuidado de las personas
Respaldo a los proveedores de cuidados médicos
Aumento del conocimiento y la concienciación del estado de salud
Agrupamiento de los datos para expandir el ecosistema
Las tendencias que según el informe de Rock Health emergen y cobran gran trascendencia para la gestión de datos en el sector sanitario son el trabajo con conjuntos de datos limitados, la combinación de una gran cantidad de datos y el pooling o agrupamiento de datos para optimizar resultados.
La investigación médica puede mejorar muchísimo si es capaz de asimilar una enorme cantidad de datos (monitorización, historiales, tratamientos, etc.), especialmente no estructurados, y organizarlos o estructurarlos para definir las causas de enfermedades y establecer mejores soluciones. Big data en sanidad se utilizará para predecir, prevenir y personalizar enfermedades y con ello los pacientes afectados.
---------------------------
1. Identificar hábitos y problemas sociales
Algunas investigaciones demuestran que compartimos en Twitter y Facebook enfermedades que a veces no compartimos con los doctores. El análisis de información en los medios sociales puede ayudarnos a descubrir posibles enfermedades endémicas, así como comprender nuestros hábitos de salud como la práctica de ejercicio, o el consumo de droga o alcohol
2. Detectar riesgo de pandemia en tiempo real
Google Flu Trends y Google Dengue Trends permiten monitorear las búsquedas en internet sobre síntomas típicos de la gripe y la malaria realizadas en lugares determinados. Gracias a ello, se puede detectar la posibilidad de brotes epidémicos en cualquier momento.
3. Mejorar los servicios públicos
Ubidots es una plataforma Colombiana de “internet-de-las-cosas” que monitorea las condiciones de higiene de 25 hospitales en América Latina. Captura datos con sensores sobre actividades de los equipos y la tasa de ocupación en los hospitales que sirve para entender la situación a tiempo real de los hospitales.
Las aplicaciones de big data en el sector salud y sanitario son numerosas y en aumento. Por ejemplo, los profesionales sanitarios pueden utilizar la analítica de big data en tiempo real para saber dónde se está extendiendo un virus de la gripe y a qué ritmo, pueden adaptar la respuesta y garantizar el stock de vacunas suficiente para los sitios que lo necesiten.
Un caso singular lo cuenta García Cantero[, un prestigioso analista de TIC, en el portal tecnológico TICbeat, donde gracias a la aplicación de analítica de big data se pudo detectar el mal comportamiento de un medicamento que produjo el incremento de muertes por su mal uso y sus efectos nocivos no previstos en su fabricación, evitando claro muertes desde que se detectó el problema. Es la historia de “Vioxx, un analgésico de última generación desarrollado por Merck que llegó a convertirse en un bestseller de los medicamentos con ventas anuales de más 2.500 millones de dólares. Vioxx era una historia de éxito en el sector farmacéutico hasta que una de las primeras aplicaciones de big data en el ámbito de la salud descubrió la verdad sobre el fármaco. Kaiser Permanente, un consorcio sanitario californiano, junto a la U.S. Food and Drug Administration utilizaron técnicas de análisis de datos pioneras en su momento para estudiar la historia clínica de más de un millón de pacientes tratados con Vioxx y descubrieron que la probabilidad de sufrir un ataque al corazón se triplicaba en dichos pacientes. Vioxx, el exitoso analgésico, estaba matando a gente o al menos poniendo en peligro la vida de millones de personas en todo el mundo. El estudio demostró los efectos secundarios del medicamento y consiguió que éste fuera retirado del mercado, ahorrando no dólares ni euros sino enfermedades y posibles muertes de enfermos”. En esencia, los riesgos vasculares para los pacientes se descubrieron cuando se realizó un análisis de los enormes volúmenes de datos existentes del medicamento y de los miles y miles de pacientes que llegaron a consumirlo.
“El verdadero problema es que la información necesaria para evaluar correctamente el riesgo del paciente y determinar el mejor tratamiento está disponible en las notas del médico, pero sin las herramientas apropiadas el conocimiento sigue sin estar disponible, y por tanto sin poderse utilizar eficazmente. Toda la enorme cantidad de información disponible requiere de herramientas que permitan sea monitorizada , procesada, cribada y aprovechada en beneficio del paciente, del conocimiento del profesional sanitario y también en la formación de los futuros médicos y enfermeros”
Según un informe del “Congreso de Redes integradaS de servicios de salud”, el 70% de la atención hospitalaria se podría llevar al hogar, limitando las visitas al hospital a los casos más complejos y críticos, y a la actividad quirúrjica. Esto sería posible a través de la implantación de soluciones eHealth
Freedata pone de relieve todo lo que todavía nos queda por hacer y el papel que la gestión remota de pacientes y la continuidad asistencial pueden desempeñar en el Sistema de Salud.
La aplicación de la tecnología debe hacerse de forma totalmente integrada e imbricada en los procesos asistenciales. La tecnología no es la solución, sino la herramienta clave para poder implementar la solución”
Asimismo, existe la necesidad trabajar no sólo en la atención de la cronicidad sino también en su prevención.
Valor diferencial
Este servicio incluye tanto la parte del paciente como la parte del profesional asistencial.
Además de demostrar ahorros en costes e incremento de la eficiencia, supone un cambio en la forma de atención de los pacientes crónicos, un cambio de modelo en el que Telefónica quiere acompañar a sus clientes.
El servicio permite el seguimiento remoto de distintas patologías prevalentes (EPOC, insuficiencia cardiaca, diabetes e híper- tensión), así como el seguimiento remoto de pacientes pluripatológicos.
¿Cómo funciona?
Los pacientes reciben dispositivos que les permiten seguir fácilmente su agenda médica diaria, comunicarse, monitorizar y enviar de forma precisa sus parámetros médicos y sus síntomas contestando una serie de preguntas sobre su salud cada día.
La información se trasmite a una plataforma en cloud accesible para los profesionales e integrada con sus herramientas de trabajo.
De este modo, los profesionales de salud pueden controlar de forma remota a sus pacientes, verificando los resultados y sólo alertando a un médico en el caso de que algún parámetro rebase los niveles establecidos para ese paciente en particular.
El ensayo clínico sobre telemonitorización de pacientes
crónicos de Telefónica y el Parc Salut de Mar ha reducido
un 34% la mortalidad entre los pacientes de insuficiencia
cardiaca