El médico o una aplicación informática, reciben datos de un paciente capturados a través de sensores corporales o diversos dispositivos conectados mediante una red de telecomunicaciones, y deban -médico o algoritmo- interpretar la información y decidir sobre un curso de acción. Todas estas formas de comunicación entre médicos y pacientes, y otras aún más sofisticadas, existen hoy y están siendo aplicadas en entornos asistenciales reales.

Cierto es que la nueva medicina despierta recelos por unas hipotéticas deshumanización de la asistencia y menor calidad y eficacia de los servicios. Sin embargo las nuevas tecnológicas dotan a los especialistas de muchas más herramientas que antaño para optimizar el diagnóstico y el tratamiento».

En ese nuevo entorno, que permitirá una medicina aún más a la carta, hay un punto crítico: el tratamiento de los datos de los pacientes. La información sobre nuestra salud está catalogada en la Ley de Protección de Datos como «datos especialmente protegidos» por afectar de una forma muy especial a nuestra intimidad y a nuestros derechos fundamentales. Aparte de pertenecer a nuestra privacidad, es una información muy sensible y con consecuencias económicas: una compañía aseguradora que tuviera acceso a esos datos podría condicionar la contratación de un producto a cada historial y a las perspectivas de salud de esa persona concreta. «El avance de los procesos de anonimización de datos y la necesidad de convertir, esa «mina de oro» que supone la información contenida en la historia electrónica, suponen un auténtico salto de gigante para compatibilizar la protección al paciente con el avance en el Big Data Salud», ha señalado el CEO and Founder de Dimor Projects, Rafael Díaz Zamora.

Ya existen herramientas tecnológicas que se encargan de mantener a salvo los datos médicos. Las cadenas de bloques o blockchain, empleadas hasta ahora sobre todo para la encriptación de la moneda virtual Bitcoin, podría ser una de las soluciones.

El gigante de la inteligencia artificial DeepMind trabaja ya en este sistema, que permitirá conocer quién ha accedido en cada momento a cada uno de los datos. Funciona de la siguiente manera: el sistema se apoya en matemáticas criptográficas para compilar un historial y registrar cualquier movimiento que se haya producido en él. Cada vez que un dato se usa, genera un nuevo código que incluye toda la actividad anterior. Eso significa que si alguien entra en un historial para intentar borrar ese acceso, no solo no conseguirá su objetivo, sino que dejaría una nueva huella, esa segunda entrada. Las primeras pruebas de la herramienta se realizarán con hospitales con los que DeepMind ya colabora en Reino Unido, como el Hospital Royal Free de Londres.

De vueltas a los hospitales, en España, la compañía Asisa ha creado la herramienta GreenCube. «Se trata de una plataforma que permite una gestión integral de historia clínica y gestión sanitaria que facilita la explotación de los datos y ayuda a la toma de todas las decisiones», explica la compañía. Instalada ya en una treintena de hospitales y centros médicos, ha obtenido varios premios internacionales. Con este software, Asisa se propone, entre otros objetivos, la posibilidad de integrar toda la información relacionada con un paciente para ser capaces de ofrecérsela de manera inmediata. Al margen de los datos, esta digitalización también busca «facilitar los procesos comerciales, entre ellos la contratación online; mejorar la satisfacción de los clientes; ampliar la información disponible para los profesionales del cuadro médico; o mejorar la capacidad de diagnóstico y tratamiento», explican.

El Big Data representa un cambio en la forma en la que el ser humano se enfrenta al conocimiento, ya que la tecnología ve correlaciones donde la mente humana no puede verlas. Es por ello que vamos a ver la transición hacia la medicina basada en algoritmos ya que la forma de enfrentarse a las variables de una historia clínica de una máquina es muy distinta a la humana. Todas estas herramientas en la gestión de los datos tendrá numerosas aplicaciones en medicina, como por ejemplo en el desarrollo de fármacos y la investigación en enfermedades raras; y supondrá el fin de la medicina poblacional, dando paso a la medicina personalizada. «