Buscar en
Angiología
Toda la web
Inicio Angiología Big data, ¿pero qué es?
Información de la revista
Vol. 70. Núm. 5.
Páginas 191-194 (Septiembre - Octubre 2018)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
1335
Vol. 70. Núm. 5.
Páginas 191-194 (Septiembre - Octubre 2018)
ARTÍCULO ESPECIAL
DOI: 10.1016/j.angio.2018.05.001
Acceso a texto completo
Big data, ¿pero qué es?
Big data; But what is it?
Visitas
...
R.M. Moreno-Carriles
Servicio de Angiología y Cirugía Vascular, Hospital Universitario La Princesa, Madrid, España
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Tablas (1)
Tabla 1. Múltiplos de bites
Resumen

El big data puede aplicarse a campos tan diversos como la seguridad, la administración pública, la logística o la relación con el cliente. Puede revolucionar el transporte inteligente, el ahorro energético, la conservación del medio ambiente, los sistemas de análisis financiero, la educación, la ciencia, la investigación y el cuidado de la salud. Es un nuevo paradigma en el que los cirujanos vasculares debemos integrarnos.

Palabras clave:
Big data
Análisis sistemático computarizado de datos
Atención sanitaria
Cirugía vascular
Abstract

Big data can be applied to fields as diverse as security, public administration, logistics, or customer relations. It can revolutionise intelligent transport, energy saving, environmental conservation, financial analysis systems, education, science, research and health care. It is a new paradigm into which vascular surgeons must integrate.

Keywords:
Big data
Analytics
Health care
Vascular surgery
Texto completo
Definición

Macrodatos e inteligencia de datos son alternativas en español a la voz inglesa big data, que se emplea en el sector de las tecnologías de la información y de la comunicación (TIC) para aludir a un conjunto de datos que, por su volumen, variedad y velocidad de producción, no pueden ser analizados utilizando procesos o herramientas tradicionales.

El término macrodatos es una alternativa válida, aporta, como big, el significado de «grande»; es una solución breve y no tiene, como ocurriría con megadatos, un posible riesgo de confusión con el término mega, muy frecuente también en los mismos ámbitos.

En cuanto a inteligencia de datos, se trata de otra opción igualmente válida, centrada en el concepto que subyace al mundo del big data, donde las ingentes cantidades de información que se manejan pueden generar «inteligencia» (de lo cuantitativo a lo cualitativo) en forma de nuevas estrategias, planteamientos y soluciones empresariales o de otros ámbitos, como el científico o el cuidado de la salud.

El concepto de big data no se refiere a una cantidad específica. Usualmente se utiliza cuando se habla en términos de petabytes y exabytes de datos. Analicemos primeramente en términos de bytes.

Unidades de almacenamiento de información

Byte es la unidad de información de base utilizada en computación y telecomunicaciones, y que resulta equivalente a un conjunto ordenado de bits, generalmente 8 bits, por lo que en español también se le denomina octeto, del francés octet.

La unidad byte no tiene símbolo establecido internacionalmente, aunque en países anglosajones es frecuente representarlo como B, mientras que en los países francófonos con frecuencia se utiliza O (octet).

Bit es el acrónimo de binary digit (o sea de «dígito binario», en español denominado como bit y, en menor medida, como bitio). Un bit es un dígito del sistema de numeración binario. La capacidad de almacenamiento de una memoria digital también se mide en bits.

Lo usual es que un registro digital u otras memorias digitales vinculadas con la computación o con las telecomunicaciones tengan una capacidad de representación de información de, por ejemplo, 8, 16, 32, 64 bits, etc.; una memoria binaria tiene una capacidad efectiva de representación de un bit.

Mientras que en el sistema de numeración decimal se usan 10dígitos (10 símbolos), en el binario se usan solo 2dígitos, el 0 y el 1. Un bit o dígito binario puede representar uno de esos 2valores: 0 o 1. Byte es el conjunto de 8 bits que recibe el tratamiento de una unidad y que constituye el mínimo elemento de memoria direccionable de un ordenador.

Las unidades utilizadas en múltiplos de bites se encuadran en 2sistemas de medida el International Standardization Organization y el International Electrothecnic Comission (tabla 1).

Tabla 1.

Múltiplos de bites

SI (decimal)ISO/IEC 80000-13 (binario)
Múltiplo (símbolo)  SI  Múltiplo (símbolo)  ISO/IEC 
Kilobyte (kB)  103  Kibibyte (KiB)  210 
Megabyte (MB)  106  Mebibyte (MiB)  220 
Gigabyte(GB)  109  Gibibyte (GiB)  230 
Terabyte (TB)  1012  Tebibyte (TiB)  240 
Petabyte (PB)  1015  Pebibyte (PiB)  250 
Exabyte (EB)  1018  Exbibyte (EiB)  260 
Zettabyte (ZB)  1021  Zebibyte (ZbB)  270 
Yottabyte (YB)  1024  Yobibyte (YiB)  280 

IEC: International Electrothecnic Comission; ISO: International Standarization Organization; SI: sistema internacional.

Conceptos clave asociados al big data

Los conceptos clave esenciales asociados al big data han dado en denominarse las 3V1 (volumen, velocidad, variedad) e inclusive las 6V, añadiendo variabilidad, veracidad y valor a otros aspectos.

Volumen. El tamaño de la información.

Velocidad. Incluye tanto la media de velocidad en la que llegan los datos como también el tiempo en el que se debe actuar.

Variedad. Se refiere a la heterogeneidad de los datos, su representación y su semántica. Puede ser estructurada o no estructurada.

Variabilidad. Se refiere a la integridad de los datos y a cómo los datos pueden cambiar, o no, con el tiempo. Estas características plantean desafíos para muchos análisis estadísticos y técnicas de modelado de datos y requieren una consideración especial en el control de calidad de datos, incluida la decisión de imputar valores de datos faltantes y cómo manejar mediciones de datos repetidos.

Veracidad. Tiene que ver con la precisión y la confianza de los datos que se manejan.

Valor. Se basa en el potencial para obtener información sobre las condiciones complejas que afectan a la salud de las personas y las poblaciones. Es importante destacar que big data tiene el potencial de ampliar enormemente el conocimiento para muchas condiciones clínicas en las que la recopilación de datos prospectivos y estructurados es prohibitiva en términos de tiempo y costo.

Privacidad. Los usuarios deben sentir confianza para suministrar la información. Las empresas deben tener procesos estrictos para su utilización. La protección de datos debe ser una prioridad.

Complejidad. Tiene que ver con transformar datos operativos en grandes plataformas de big data y la dificultad que implica gestionarlos en cualquier momento y desde cualquier lugar. La información puede ser estructurada (base de datos, transacciones, claves, columnas, registros) o no estructurada (correos electrónicos, informes, hojas de cálculo).

¿De dónde procede toda esta información?

Los seres humanos estamos generando y almacenando constantemente información. La evolución tecnológica a la que se tiene acceso es una de las claves. El número de dispositivos móviles conectados a Internet a escala mundial es rápidamente creciente. La información que genera un call center, las notas de voz, correos electrónicos, documentos electrónicos o estudios médicos en todas sus dimensiones de texto e imagen, son algunos de los orígenes.

La industria, con datos de transacciones de clientes, proveedores u operaciones. Los gobiernos, con datos censales, impuestos, etc. Operaciones financieras realizadas en línea o por dispositivos móviles. Redes sociales, como Twiter, Facebook, Linkedin, etc. Entre otras muchas.

Pero también las máquinas generan un crecimiento de la información (machine-to-machine [M2M]). Existen sensores digitales instalados en contenedores para determinar rutas en compañías de transporte. Sensores en medidores eléctricos para determinar consumos energéticos. Sensores interconectados en gran variedad de sectores industriales, de automoción, servicios, etc. Actualmente, la utilización del GPS es rutinaria y sus señales también contribuyen.

Los denominados big transaction data, que incluyen registros de facturación, o registros de llamadas en telecomunicación.

Por último, la biometría, en la que se incluye huella digital, escaneo de retina, reconocimiento facial o genética, entre otros. Muy importante a nivel de agencias de inteligencia y seguridad.

Utilidades del big data

El control de las comunicaciones. El mundo digital y la interacción de los ciudadanos con nuevas formas de comunicación, a través de redes sociales, el almacenamiento en «la nube» (cloud computing) y nuevos métodos de difundir la información, son el sustrato sobre el que se ha generado el sistema denominado de espionaje y vigilancia.

Personalidades ya populares, como Julian Assange, editor y fundador de Wikileaks, Jacob Appelbaum, fundador de Noisebridge, o Edward Snowden, norteamericano tachado de héroe por algunos o traidor por otros, han difundido a la población general la situación actual al respecto.

Snowden, en 2013, ofreció información sobre el programa PRISM y multitud de documentos clasificados de la Agencia Nacional de Seguridad que se publicaron en The Guardian y The Washington Post, entre otros.

El impacto de sus revelaciones respecto al tratamiento y los usos de la información y la participación de las grandes compañías del mundo de las TIC, como Google, Microsoft, IBM, Facebook, Apple o Skype, aún se percibe en todo el mundo.

El interés de los gobiernos en esta materia puede encontrarse más oculto o ser tan explícito como en la Unión de Emiratos Árabes, en los que se acaba de nombrar a su primer ministro de Estado para Inteligencia Artificial, como parte de todo un proyecto gubernamental para su creación y desarrollo que incluye también la creación de una legislación específica.

Aplicaciones en el mundo empresarial. Conocer lo que se dice de una empresa y de sus competidores en las redes orienta para calibrar sus debilidades, fortalezas y mucho más. Conocer el comportamiento de los clientes y del mercado, sus preferencias y demandas, sirve para apoyar campañas de marketing, facilitar procedimientos de control de calidad, ayudar en una auditoría, mejorar el servicio al cliente, gestionar mejor el riesgo y el cumplimiento de la normativa.

Cualquier empresa que se precie requiere un analista de datos, ya sea de sus productos o de sus servicios. Con este fiel conocimiento del entorno es más capaz de organizar su estrategia y alcanzar las metas que se propone.

Las empresas más interesadas son las de telefonía, agricultura, eléctricas, la banca, grandes almacenes, las dedicadas al ocio y al cuidado de la salud.

Big data en sanidad

Se genera gran cantidad de datos por los pacientes, los financiadores, los proveedores de servicios sanitarios y los profesionales. Su explotación por analogía con otros sectores nos configura una prometedora forma para practicar medicina personalizada, predictiva, preventiva y participativa (medicina 4P).

El sector sanitario también ha experimentado una revolución tecnológica, sobre todo derivada de cambiar sus antiguas estructuras y sistemas de atención al paciente para adaptarse a la realidad. Todos los profesionales sanitarios se enfrentan a cambios globales que no pueden dejar pasar y que están enfocados en la innovación, la tecnología, el diseño y la comunicación.

La investigación clínica está adaptando su metodología clásica de los ensayos clínicos2 al big data. También lo están haciendo todas las «ómicas» (genómica, epigenómica, proteómica, metabolómica, microbiómica, etc.). Específicamente, algunas aplicaciones, como la gestión de la imagen, la génesis de biomarcadores, el diagnóstico precoz y el seguimiento de los pacientes, gracias a sensores que proporcionan datos biológicos o hábitos de comportamiento, están configurando otra realidad a la que también los cirujanos vasculares debemos adaptarnos.

Beneficios del big data en el ámbito de la cirugía vascular

La existencia de este nuevo paradigma en sanidad puede tener también un amplio impacto entre nosotros. La obtención masiva de datos de muy diversa procedencia es la base para la utilización de la inteligencia artificial, de lo que se deriva la obtención de valor. Un mejor valor en atención médica requiere enfocarse hacia resultados.

Los diferentes niveles de analítica descriptiva (que pasa ahora), predictiva (que va a pasar) o prescriptiva (cuál es la mejor estrategia) plantean las bases para dar respuesta a las preguntas que nos hacemos como expertos en diferentes ámbitos.

En términos más concretos, el big data es útil para la toma de decisiones en cuanto a diagnóstico precoz, pronóstico y planificación de tratamientos.

Es también de gran utilidad en la gestión hospitalaria para diseño de protocolos, optimización de recursos y predicción de demanda. Existen experiencias con servicios sanitarios como SERMAS y SESCAM, así como con centros hospitalarios concretos, públicos y privados. Estamos evolucionando hacia una salud basada en datos.

La inteligencia artificial se está comenzando a aplicar al análisis de texto de las historias clínicas y estos datos están llevando a generar nuevo conocimiento médico basado en nuevas evidencias.

El análisis de la práctica clínica real nos permitirá optimizar los estándares de calidad, en cada proceso clínico.

Mediante algoritmos machine learning se puede predecir con precisión, por ejemplo, la tasa de asistencia a urgencias, según la influencia de determinados eventos sociales coincidentes.

La investigación puede impulsarse acelerando el reclutamiento de pacientes de manera exponencial. Sirva de ejemplo la petición de Obama para la investigación del genoma humano en 2015.

Algunas sociedades científicas también están adaptándose a esta nueva realidad como la radiología3 o la Sociedad Española de Cardiología, que investiga la relación entre salud bucodental y enfermedades cardiovasculares.

La implementación de ciertos sistemas puede ser capaz de realizar tareas, como cita on-line, seguimiento de pacientes complejos, seguimiento de la adherencia terapéutica, fomento de los hábitos de vida saludables y soportes a nivel de call center. Inclusive de «asistentes virtuales». Ya existen experiencias en este sentido en Reino Unido para para la artritis.

Teniendo en cuenta todos estos profundos cambios, debiéramos además de ilustrarnos en las peculiaridades de todo este ámbito, conseguir tener presencia, comunicación interprofesional y actualización (investigación e innovación) inmediata.

Proyectos como «cardioTuit»4, impulsado por la Sociedad Española de Cardiología, son un ejemplo de cómo suscitar el conocimiento y la inmersión en redes sociales como profesionales. Quizás adquiriendo visibilidad como cirujanos vasculares tengamos más peso en la comunidad científica, social y ante la Administración.

Con relación a nuestra especialidad, ya se encuentran disponibles aplicaciones para el autocontrol de enfermedades, algunas de elevada prevalencia, como la diabetes mellitus. A través de las aplicaciones generadas, algunas por la propia industria, se consigue orientación en la confección de dietas, consumo calórico y tratamiento específico de control de la glucemia.

Otra de las grandes líneas de actuación en angiología y cirugía vascular podría ser la creación de un AngioTuit y, cómo no, la transformación de los registros de actividad.

Lo cual podría constituir una revolución de los clásicos conceptos por los cuales los efectuamos y explotamos. Este nuevo paradigma podían venir a transformarlos, utilizando diferentes entradas, entre las que podrían contemplarse los datos de facturación, reflejando las peculiaridades de los diferentes dispositivos empleados, el registro oficial de los pacientes en los centros públicos o privados, los datos censales y epidemiológicos o los cambios en los estilos de vida y su impacto en la calidad percibida por el propio paciente y analizados desde las entradas generadas por aplicaciones de autoconsumo, que sin duda aumentan el empoderamiento del paciente y ayudan a los profesionales a realizar una medicina preventiva y participativa.

Conflicto de intereses

Los autores declaran no tener ningún conflicto de intereses.

Bibliografía
[1]
M.E. McCue, A.M. McCoy.
The scope of big data in one medicine: Unprecedented opportunities and challenges.
Front Vet Sci., 4 (2017), pp. 194
[2]
C.S. Mayo, M.M. Matuszak, R.K. Ten, Haken.
Big data in designing clinical trials: Opportunities and challenges.
Front Oncol., 7 (2017), pp. 187
[3]
A.T. Kharat, S. Singhal.
A peek into the future of radiology using big data applications.
Indian J Radiol Imaging., 27 (2017), pp. 241-248
[4]
Fernandez F, Gómez de Diego JJ. # CardioTuit. Aplicaciones profesionales de Twitter en cardiología. Sociedad Española de Cardiología; 2014.
Copyright © 2018. SEACV
Opciones de artículo
Herramientas
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos