26 / Diciembre / 2018

Tecnologías en la Salud: impactos de la computación cognitiva, wearables y machine learning

Machine Learning

Herramientas disruptivas impulsarán los cambios proporcionados por la transformación digital, mejorando en funcionamiento la gestión y facilitando la atención

 

La tecnología en la salud tiene un impacto generalizado en el sector – desde la estrategia de una aseguradora de Salud, en la definición de ofertas a los beneficiarios, hasta el área clínica de un hospital, ayudando al médico en el diagnóstico y en la aplicación del tratamiento. Con el avance de la transformación digital en la Salud, tres tecnologías –computación cognitiva, wearable devices (dispositivos vestibles) y machine learning – impulsarán aún más los cambios. 

Herramientas como el Historial Clínico Electrónico del Paciente (PEP), ya utilizado en el cotidiano de muchos hospitales, será alimentados con mucho más datos y recibirán una camada de inteligencia que optimizará la asistencia. Mientras tanto, las aseguradoras de Salud podrán remodelar sus ofertas y estrechar las relaciones con sus beneficiarios, creyendo en los conceptos de la medicina predictiva y preventiva, evitando posibles onerosas y traumáticas intercurrencias.

Comprenda cómo cada una de estas tres tecnologías y, además, su integración, hará la transformación digital una realidad:

  • Computación cognitiva: la computación cognitiva es una de las principales promesas de revolución en la manera cómo las estrategias para la Salud se construyen e impactan todos los sectores de las organizaciones. Cuando se habla específicamente del área clínico, lo que se espera son diagnósticos y tratamientos más asertivos. Eso ocurre porque las soluciones procesan con mucha velocidad datos que provienen de las más variadas fuentes: de aquellas estructuradas, como el PEP, data warehousing, portales de conocimiento médico; y de las desestructuradas, como multimedia sociales y otras fuentes digitales. En una cita, por ejemplo, la computación cognitiva puede presentar la probabilidad que una persona tiene de desarrollar una enfermedad basada en su historial familiar, en el grupo demográfico que ella pertenece y en sus hábitos personales. Además de eso, puede sugerir el tratamiento de enfermedades con base en protocolos clínicos y mejores prácticas que, recientemente, se hayan probado eficaces. El procesamiento rápido de esas informaciones proporciona al médico elementos para que él tome la decisión acerca del mejor cuidado a tomarse con la salud del paciente. 
  • Wearable devices: os wearable devices, o dispositivos vestibles, son cercanas a la computación cognitiva, porque actúan como una fuente de información personal e individualizada acerca del paciente. Gracias a la Internet de las Cosas (IoT), objetos como relojes, ropas u otros accesorios ganan inteligencia y se vuelven piezas fundamentales para el monitoreo de personas en el periodo pre, durante y posterior al tratamiento. Eso ocurre porque los biosensores monitorean signos vitales de las personas y remiten las informaciones, en tiempo real, al hospital, clínica o aseguradora de Salud. Esas herramientas facilitan el seguimiento, desde lejos, del pacientes con enfermedades crónicas, por ejemplo. La organización de Salud deberá guardar todos esos datos en el historial clínico electrónico. 
  • Machine learning: el machine learning, o aprendizaje de máquina, es la característica que proporciona a la inteligencia artificial la capacidad de mejorar “su conocimiento” y proponer diagnósticos más asertivos. En otras palabras, a través del intento, acierto o error, la computación cognitiva aprende a lo largo del tiempo. 

Cases

Algunas instituciones internacionales ya han probado esas tecnologías. Es el caso del Memorial Sloan Kettering Cancer Center, ubicado en los Estados Unidos y pionero en el tratamiento de cáncer. La institución utiliza la computación cognitiva para la evaluación de tumores desde el año de 2012: su base de datos se llenó de millones de páginas acerca de tratamiento e diagnóstico y el sistema es capaz de, en pocos minutos, sugerir tratamientos, ayudando en la decisión clínica.

No solo las organizaciones de Salud miran hacia tendencias enfocadas en proporcionar una mejor calidad de vida a las personas. El fabricante estadunidense de ropas y equipamientos deportivos, Under Armour, utiliza una mezcla de las tres tecnologías mencionadas: wearable devices, que guardan los datos de los clientes y, con la tecnología de la computación cognitiva y machine learning, sugiere preparos físicos y cambios de hábitos alimentares específicos para sus clientes. Desde 2016, la Empresa utiliza el IBM Watson como base para el App UA Record, que permite que el usuario pueda seguir su evolución física e incluso comparar con la de otras personas. Las aseguradoras da Salud pueden usar el ejemplo de la marca cuando sugiera rutinas a sus beneficiarios, evitando, así, que se desarrollen enfermedades graves o crónicas, por ejemplo.

Futuro

La tecnología en la Salud ya es parte de la realidad de las instituciones y lo que se espera es que esa evolución sea cada día más veloz e intensa. La búsqueda por valor en la Salud, además de una medicina 4P – que presente el concepto de una Salud preventiva, predictiva, personalizada y participativa, pasa por la continua inversión en herramientas que permitan una mejor deshospitalización, tratamientos más eficientes y previsiones de enfermedades. Todo eso solo aumenta la calidad en la atención.

De la parte que toca al gestor, las tecnologías digitales de la Salud ayudan a comprender cuáles sectores funcionan con más calidad en el hospital y cuáles necesitan optimización y perfeccionamiento, y también ayudan a las aseguradoras en la organización de los contratos de planes de salud de los beneficiarios. Los retos son el cambio del modelo de remuneración, lo que permitirá que la Salud se califique de manera cualitativa, no más cuantitativa, como es actualmente.