Page 20 - Revista eHealthTrends_num2_Neat
P. 20
<I
recojan en las bases de datos de farmacia, analítica de datos sin pasar por un proceso
etc. En torno al 80% de la información clíni- previo de estructuración.
ca se recoge en formato no estructurado en
las HCE y el 20% restante se encuentra en Por otro lado, la revisión manual de his-
diferentes bases de datos estructuradas y toriales clínicos, al combinar típicamente
semiestructuradas con diferentes formatos. fuentes de información estructuradas y
no estructuradas dentro de los hospitales,
En este contexto, para obtener una visión suele ser una buena estrategia para obte-
clínica integral del paciente, se plantean ner información longitudinal de los pacien-
dos retos esenciales: El primero, conver- tes. No obstante, sus costes son muy ele-
tir las narrativas clínicas no estructuradas vados y llevan mucho tiempo de trabajo.
(texto libre) de las HCE en bases de datos
estructuradas (tabulares) que permitan rea- La tecnología de LynxCare en resumen
lizar análisis de datos. El segundo, incorpo- permite a los hospitales realizar un proce-
rar la información que ya está estructurada so automático equivalente a una revisión
en las distintas bases de datos del hospital. manual de HCE sin renunciar a la propie-
dad de los datos minados, de manera total-
Tradicionalmente, para facilitar la investi- mente compatible con la RGPD y de forma
gación utilizando datos de vida real (RWD) que no sólo se obtengan datos retrospec-
los hospitales han participado o bien en tivos, si no que permita la instalación de
la creación de registros, habitualmente sistemas informáticos que minen continua-
estructurados, que se actualizan manual- mente información y actualicen las bases
mente, o recurrido a la revisión manual de de datos resultantes en tiempo casi-real.
historiales clínicos.
Adicionalmente, la plataforma de LynxCa-
Ambas estrategias tienen serias limitacio- re ofrece otras ventajas: La escalabilidad y
nes. Por un lado, los registros manuales la seguridad se garantizan a través de un
suponen un aumento en la carga de traba- modelo de datos de IA federado basado en
jo de los clínicos, además, los registros es- la nube, los sistemas de big data interope-
tructurados suelen tener unos valores de rables permiten asociaciones mutuamente
exhaustividad bajos para muchas variables beneficiosas con empresas farmacéuticas
clínicas, en torno al 50% de media para un y biotecnológicas, otros hospitales y or-
contexto cardiovascular (diabetes, insufi- ganizaciones sanitarias. La sostenibilidad
ciencia cardiaca, presión sanguínea…), lo financiera se consolida, especialmente
<< que significa que por cada paciente iden- para centros de gestión privada, mediante
tificado como diabético, es posible que el aumento de los canales de ingresos a
se esté dejando de identificar a otro. En través de la participación en ensayos clí-
eHealth Trends I 20 mato no estructurado por lo que, a pesar Real (RWE), colaboraciones con agencias
ocasiones, estos registros siguen un for-
nicos, estudios de Evidencia del Mundo
de centralizar información clínica relevante
públicas, etc.
en un repositorio centralizado, presenta el
mismo problema que las HCE, al no estar
Por último, el acceso rápido y fácil de los
estructurados los datos es imposible hacer
clínicos a los datos clínicos de los pacien-
