El Incliva lidera un estudio en Big Data para mejorar enfermedades crónicas

Investigadores europeos impulsan la integración a gran escala de técnicas de Big Data e inteligencia artificial en salud y, dentro de este proyecto, el Instituto de Investigación Sanitaria Incliva, del Hospital Clínico de València lidera la investigación del área de salud poblacional y enfermedades crónicas, según han informado fuentes del centro.

El proyecto BigMedilytics, financiado por el Programa de Investigación e Innovación Horizonte 2020 de la Unión Europea, pretende implantar estas soluciones para aumentar procesos más efectivos para la salud del paciente y la sostenibilidad del sistema sanitario europeo.

Alrededor de 400 profesionales de la salud, científicos de datos, compañías de tecnología médica, aseguradoras, institutos de investigación y universidades de toda Europa se han dado cita esta semana en un evento multidisciplinar, organizado por el Incliva y Royal Philips, para presentar los resultados y aprendizajes de la aplicación de técnicas de Big Data e Inteligencia Artificial

El evento ha contado, además, con la participación de la Comisión Europea a través de la vicepresidenta del Comité de la Misión Cáncer, Christine Chomienne, y Licínio Kustra Mano, asesor estratégico para los Servicios Transfronterizos de Salud en Línea de la Unión Europea.

A lo largo de los últimos tres años y medio, el proyecto BigMedilytics, compuesto por un consorcio de 35 socios de 12 países, ha estudiado de qué manera pueden escalarse las soluciones de Big Data para mejorar los resultados de los pacientes y aumentar la productividad en el sector de la salud.

Para ello, equipos integrados por profesionales de diversos campos han puesto en marcha, en diferentes hospitales de Europa, 12 proyectos piloto agrupados en las tres áreas con mayor impacto socio-sanitario: salud poblacional y enfermedades crónicas; oncología; e industrialización de la atención médica.

La mayor innovación de BigMedilytics ha sido el abordaje de los diferentes proyectos piloto mediante un enfoque holístico cubriendo aspectos determinantes relativos a la tecnología, la regulación, la normativa, los modelos de atención y los aspectos clínicos.

Todos los aprendizajes resultantes han sido reunidos en una herramienta interactiva (blueprint) para brindar conocimiento a los principales actores del sector sanitario con el objetivo de impulsar la adopción de las tecnologías de Big Data en toda Europa. La implantación de estas soluciones permitirá procesos más efectivos en el diagnóstico y tratamiento y en los flujos de trabajo del hospital.

Incliva ha liderado la investigación sobre salud poblacional y enfermedades crónicas, y, en concreto, un proyecto piloto de comorbilidades con el objetivo de calcular el riesgo de hospitalización y mortalidad de grupos de pacientes con la concurrencia de dos o más enfermedades crónicas, y mejorar así la toma de decisiones.

Al respecto, el investigador principal de Incliva en el proyecto, Josep Redón, ha explicado que la consideración de las enfermedades crónicas no como elementos aislados sino como una situación global que tiene en cuenta todas las patologías en su conjunto, "permite una mejor estratificación del riesgo y, por tanto, una aproximación personalizada".

También se han estudiado la insuficiencia cardíaca, la enfermedad renal, la diabetes, el asma y la enfermedad pulmonar obstructiva crónica. Los resultados de los cinco proyectos piloto han demostrado que es posible colaborar de forma segura con grandes conjuntos de datos sanitarios, combinados con tecnologías de vanguardia como la Inteligencia Artificial, el internet de las cosas o la monitorización remota de los pacientes, para llevar a cabo una atención personalizada de los pacientes a gran escala.

En el campo de la oncología, se han implementado tres proyectos piloto sobre cáncer de próstata, de mama y de pulmón que abarcan diversas áreas de innovación que van desde la digitalización del flujo asistencial en torno a la toma de decisiones y la ejecución del tratamiento hasta el desarrollo de modelos de evaluación de riesgos y resultados del tratamiento basados en Big Data.