Divulgació

5 de Març de 2020

Redacció Laura Fontrodona

Big data i seguretat: com seran els sistemes de salut del futur?

Big data significa grans volums de dades. És un terme que en els darrers anys s’ha posat de moda, i és que, encara que no en siguem conscients, el big data està present en la majoria d’àmbits de la nostra vida. Al món cada cop s’acumulen més dades en format digital, i el big data el que fa és extreure aquestes dades, analitzar-les i obtenir informació per ser explotada. No obstant, la dificultat que presenta l’ús d’aquestes dades és que normalment no estan ben estructurades i s’acumulen molt ràpidament i en quantitats ingents, i per tant, són complexes i difícils de processar.

Un dels exemples més clars i quotidians d’aplicació del big data el trobem en el sector del màrqueting. L’obtenció de quantitats massives de dades sobre les preferències i els gustos de les persones és processada i analitzada per les companyies productores de béns i serveis de manera que aquestes segmenten i classifiquen la població per dur a terme campanyes de publicitat personalitzades segons les preferències de cadascun de nosaltres. Així doncs, cada cop que naveguem per internet i ens apareix un anunci sobre un producte o servei que estàvem pensant en adquirir, la maquinària del big data hi està actuant al darrere.

Imatge de Markus Spiske a Unsplash. Disponible a: https://unsplash.com/photos/466ENaLuhLY

Imatge de Markus Spiske a Unsplash. Disponible a: https://unsplash.com/photos/466ENaLuhLY

Big data, medicina i salut

El màrqueting no és l’única àrea on s’utilitza el big data. De fet, la pregunta correcta seria, en quin sector encara no s’hi està aplicant d’una manera o altra? La gestió, l’anàlisi i l’ús de dades massives pren especial importància en el sector de la medicina i la salut, on el terme big data s’ha convertit en sinònim d’innovació mèdica. El ràpid desenvolupament de tècniques de machine learning (aprenentatge automàtic per part d’una màquina o d’un software) i d’intel·ligència artificial estan revolucionant la pràctica mèdica, per exemple, amb grans avenços en el diagnòstic de malalties complexes o en les estratègies de tractament.

Un dels camps de la medicina on la intel·ligència artificial s’ha aplicat més ràpidament és en l’anàlisi d’imatges mèdiques, on ja s’han desenvolupat programes informàtics capaços de d’aprendre a diagnosticar malalties després d’haver “mirat” i analitzat centenars d’imatges mèdiques, igual que ho faria un expert. Per exemple, en l’actualitat existeixen programes informàtics que detecten lesions de càncer de pell o que diagnostiquen una malaltia de l’ull com la retinopatia diabètica després d’haver analitzat imatges mèdiques de pell o de retina i d’haver “après” a distingir una imatge sana d’una patològica.

 

 

Imatge de geralt a Pixabay. Disponible a: https://pixabay.com/images/id-3382507/

Imatge de geralt a Pixabay. Disponible a: https://pixabay.com/images/id-3382507/

 

Un altre dels camps de la medicina on més s’està avançant en el processament i anàlisi de grans quantitats de dades és la medicina genòmica, que és aquella que utilitza la informació del genoma del pacients per dirigir estratègies personalitzades de diagnòstic i/o tractament. Mitjançant l’anàlisi de conjunts de dades genòmiques, els genetistes poden descobrir patrons ocults en els nostres gens i establir correlacions fins a la data desconegudes.

En aquest sentit, un aspecte important és que aquesta informació genòmica es pot integrar en l’historial electrònic de salut del pacient (que conté proves clíniques com ara anàlisis de sang, ecografies, radiografies, biòpsies, etc…), fet que permet prendre decisions mèdiques totalment individualitzades segons les instruccions codificades en el genoma de cada pacient. Així doncs, la generació de dades massives genòmiques s’ha convertit en un element clau per la medicina, però el volum i la complexitat d’aquesta informació encara dificulta la seva implementació en la pràctica clínica quotidiana. Per posar un exemple, només la seqüenciació del genoma d’una sola persona genera més de 100 gigabytes d’informació!

Un altre dels camps de la medicina on més s’està avançant en el processament i anàlisi de grans quantitats de dades és la medicina genòmica, que és aquella que utilitza la informació del genoma del pacients per dirigir estratègies personalitzades de diagnòstic i/o tractament.

 

Privacitat del pacient

L’arribada del big data en l’àmbit de la salut està impulsant una medicina més eficient i millorada. Però big data no només equival a avenç i innovació, sinó que també comporta reptes i riscos associats, entre els quals s’hi troba la privacitat del pacient. Com s’haurien d’utilitzar dades tan personals com la informació genètica d’una persona sense vulnerar-ne la seva privacitat? Com s’hauria de protegir aquesta informació si alhora també necessita ésser utilitzada amb finalitats científiques? Seria ètic utilitzar la informació continguda en l’historial mèdic de les persones sense el seu consentiment si l’ús d’aquestes dades tingués per objectiu crear un model de detecció precoç del càncer del que es podria beneficiar tota la societat?

Aquesta i altres preguntes relacionades amb l’ètica del tractament de dades de salut, i per tant, amb la privacitat dels pacients, es troben sobre la taula de la majoria de governs del món. El dilema ètic i legal recau en que si es sobreprotegeix la privacitat del pacient, l’accés a les dades de salut es veuria estrictament limitada, la innovació basada en l’anàlisi de dades es frenaria dràsticament, i la societat no es podria beneficiar d’aquest tipus d’innovació mèdica que milloraria molt la qualitat de vida de les persones. Però altrament, si es fan lleis massa laxes en quant a la protecció de la privacitat, els pacients podrien ser discriminats segons la seva informació genètica o patir altres conseqüències a nivell emocional i psicosocial.

Els governs del món doncs, han de plantejar solucions per arribar a un equilibri entre la sobreprotecció del pacient i la llibertat en l’ús de dades per part dels sistemes de salut i la comunitat científica. Una de les solucions que actualment s’està implementant és la “desidentificació” de dades. Això implica eliminar de les dades mèdiques informació que pugui ser atribuïda específicament a una persona com ara nom, cognoms, número d’historial mèdic, adreça, telèfon, etc. Tot i així, aquest procés de “desidentificació” de dades requereix que tant les institucions sanitàries com els governs i la comunitat científica col·laborin junts per desenvolupar un sistema de “desidentificació” comú i eficaç que no vulneri la privacitat de ningú i que sigui beneficiós per a tothom.




Referències

Aquest lloc web fa servir cookies pròpies i de tercers per millorar l’experiència de navegació, i oferir continguts i serveis d’interès.
En continuar la navegació entenem que s’accepta la nostra política de cookies.

Accepto