{"id":21096,"date":"2024-11-14T09:30:26","date_gmt":"2024-11-14T08:30:26","guid":{"rendered":"https:\/\/genesis-biomed.com\/?p=21096"},"modified":"2024-11-14T10:40:22","modified_gmt":"2024-11-14T09:40:22","slug":"la-revolucion-de-los-datos-y-la-ia-en-el-sector-de-la-salud","status":"publish","type":"post","link":"https:\/\/genesis-biomed.com\/es\/la-revolucion-de-los-datos-y-la-ia-en-el-sector-de-la-salud\/","title":{"rendered":"La revoluci\u00f3n de los datos y la IA en el sector de la Salud"},"content":{"rendered":"

[vc_row css_animation=\u00bb\u00bb row_type=\u00bbrow\u00bb use_row_as_full_screen_section=\u00bbno\u00bb type=\u00bbfull_width\u00bb angled_section=\u00bbno\u00bb text_align=\u00bbleft\u00bb background_image_as_pattern=\u00bbwithout_pattern\u00bb][vc_column][vc_single_image image=\u00bb21099″ img_size=\u00bbfull\u00bb qode_css_animation=\u00bb\u00bb][vc_empty_space height=\u00bb60″][\/vc_column][\/vc_row][vc_row css_animation=\u00bb\u00bb row_type=\u00bbrow\u00bb use_row_as_full_screen_section=\u00bbno\u00bb type=\u00bbfull_width\u00bb angled_section=\u00bbno\u00bb text_align=\u00bbleft\u00bb background_image_as_pattern=\u00bbwithout_pattern\u00bb][vc_column][vc_empty_space][vc_column_text]<\/p>\n

Art\u00edculo de Natalia de la Figuera \u2013 Cofundadora y COO de GENESIS Biomed<\/h3>\n

\u2022 La revoluci\u00f3n de los datos y la inteligencia artificial est\u00e1 impulsando cambios profundos en la investigaci\u00f3n m\u00e9dica.<\/em><\/h4>\n

\u2022 La creciente recopilaci\u00f3n de datos de salud plantea retos importantes en cuanto a la protecci\u00f3n de la privacidad de los pacientes<\/em><\/h4>\n

\u2022 El modelo de negocio de la venta de datos de pacientes es tema de debate.<\/em><\/h4>\n

Desde el comienzo de la revoluci\u00f3n industrial en 1760 la humanidad ha estado expuesta a periodos donde los cambios tecnol\u00f3gicos han inducido transformaciones profundas en la sociedad, la econom\u00eda y el trabajo. Despu\u00e9s de la industrial, y de la tecnol\u00f3gica y ahora ha llegado la revoluci\u00f3n de los datos y la IA. Esta \u00faltima ha impactado de manera muy importante en la investigaci\u00f3n m\u00e9dica a trav\u00e9s de\u00a0 la capacidad de recopilar grandes vol\u00famenes de datos de salud. Desde historiales m\u00e9dicos hasta resultados de pruebas gen\u00e9ticas, los datos permiten obtener una comprensi\u00f3n m\u00e1s profunda de las enfermedades, mejorar los tratamientos existentes y desarrollar nuevas terapias.<\/p>\n

Pero los datos que se recogen de pacientes o personas, cualquiera que sea su fuente (historial cl\u00ednico, ensayos cl\u00ednicos, etc), en numerosas ocasiones son datos en bruto (raw data) que no pueden ser utilizados de manera directa sino que deben procesarse y transformarse en datos preparados y utilizables. Este proceso incluye, entre otros, la pseudoanonimizaci\u00f3n, la limpieza y la estructuraci\u00f3n de los datos a trav\u00e9s de la OMOP (Observational Medical Outcomes Partnership). Adem\u00e1s estos datos incluso pueden ampliarse\u00a0 a trav\u00e9s de los llamados \u201cdatos sint\u00e9ticos\u201d, t\u00e9rmino empleado para hacer referencia a datos generados por algoritmos para completar una base de datos siguiendo tendencias o patrones como reglas estad\u00edsticas o de comportamiento intentando emular la estructura, la distribuci\u00f3n y las correlaciones existentes de datos reales.<\/p>\n

Privacidad y pseudoanonimizaci\u00f3n: el desaf\u00edo de proteger la confidencialidad<\/h4>\n

A medida que el uso de datos de salud crece, tambi\u00e9n lo hacen las preocupaciones sobre la privacidad de los pacientes. La pseudoanonimizaci\u00f3n, el proceso de eliminar identificadores personales de los datos, es fundamental para proteger la confidencialidad. Sin embargo, a pesar de los esfuerzos por anonimizar los datos, existe el riesgo de que los datos puedan ser reidentificados, especialmente cuando se combinan con otros conjuntos de informaci\u00f3n. Por ejemplo la secuenciaci\u00f3n completo del genoma de una persona\u00a0 empleada en el desarrollo de la medicina personalizada comporta ciertos riesgos porque constituye una \u201chuella gen\u00e9tica\u201d<\/strong>, que define a la persona de manera un\u00edvoca.<\/p>\n

Por lo tanto, a medida que los datos de salud se convierten en una moneda cada vez m\u00e1s valiosa, es crucial establecer principios \u00e9ticos claros que gu\u00eden su uso. Por eso resulta imprescindible redactar \u201cConsentimientos Informados\u201d claros y concisos a los pacientes o personas antes de utilizar sus datos. Esos consentimientos deben indicar para qu\u00e9 se van usar los datos de salud, presentar informaci\u00f3n clara y accesible, permitir la retirada de consentimiento cuando el paciente as\u00ed lo requiera, permitir la rectificaci\u00f3n de los datos, indicar si esos datos pueden ser facilitados a terceros, qui\u00e9n ser\u00e1 el responsable del tratamiento de los mismos, la duraci\u00f3n del uso de esos datos, la garant\u00eda de ciberseguridad en el acceso a los datos, etc .<\/p>\n

Estas pautas aseguran que el consentimiento est\u00e9 alineado con los principios de la GDPR (General Data Protection Regulation)<\/strong> y de la Regulaci\u00f3n (UE) 2019\/881 (ciberseguridad) sobre la confidencialidad y la protecci\u00f3n de los datos personales de amenazas cibern\u00e9ticas.<\/p>\n

Comercializaci\u00f3n de los datos en salud<\/h4>\n

Los debates en torno a la comercializaci\u00f3n de datos de salud tambi\u00e9n han ganado fuerza. Actualmente, los datos de salud, una vez pseudoanonimizados tambi\u00e9n pueden ser vendidos a compa\u00f1\u00edas de tecnolog\u00eda o farmac\u00e9uticas, sin que los pacientes reciban una compensaci\u00f3n o, en muchos casos, sin que se les informe. Las empresas dedicadas a la venta de datos en el sector de la salud son denominadas \u00abdata brokers\u00bb y se encargan de recopilar, comprar y vender datos m\u00e9dicos pseudoanonimizados. Por esta raz\u00f3n un enfoque m\u00e1s pr\u00e1ctico podr\u00eda contemplar compensaciones econ\u00f3micas para los pacientes cuyos datos sean utilizados.<\/p>\n

Este modelo de negocio denominado DaaS (Data as a Service), de momento se suele reducir a un informe que puede ser utilizado para planificar en salud (NHS) o para dise\u00f1ar criterios de inclusi\u00f3n en un ensayo cl\u00ednico (industria pharma o medtech). En cambio, el modelo de la venta de datos, como tal en volumen, todav\u00eda no est\u00e1 resuelto.<\/p>\n

La industria del sector biom\u00e9dico est\u00e1 especialmente interesada en estos datos para el desarrollo de nuevos productos. Por ejemplo, la empresa farmac\u00e9utica Roche adquiri\u00f3 Flatiron Health, una empresa de an\u00e1lisis de datos oncol\u00f3gicos, para aprovechar su base de datos de millones de pacientes con c\u00e1ncer.<\/p>\n

IA y machine learning: el futuro de la salud impulsada por datos<\/h4>\n

Por \u00faltimo, la irrupci\u00f3n de la inteligencia artificial y el machine learning est\u00e1n impulsando la pr\u00f3xima gran ola de innovaci\u00f3n en salud. Estas tecnolog\u00edas permiten analizar grandes vol\u00famenes de datos de manera r\u00e1pida y eficiente, identificando patrones que antes pasaban desapercibidos. En el \u00e1mbito de la investigaci\u00f3n m\u00e9dica, los algoritmos de IA pueden procesar datos de miles de pacientes para descubrir relaciones entre factores gen\u00e9ticos, tratamientos y resultados cl\u00ednicos. Esto tiene el potencial de acelerar el descubrimiento de nuevos tratamientos y optimizar la atenci\u00f3n m\u00e9dica personalizada. Todos estos cambios van acompa\u00f1ados de un nuevo marco regulatorio con la aprobaci\u00f3n reciente del Reglamento 2024\/1689 para IA. De esta forma la certificaci\u00f3n de un dispositivo sanitario con IA deber\u00e1 seguir cumpliendo con las legislaciones anteriores MDR 2017\/745 (MD-Medical Device) o 2017\/746, dependiendo del producto del que se trate (Medical Device o in vitro diagnostic medical device), adem\u00e1s de con la 2024\/1689 en IA. Tambi\u00e9n se incorporan el Anexo IV en la documentaci\u00f3n t\u00e9cnica y la ISO 42001 en el sistema de calidad entre otros.<\/p>\n

En resumen, los datos de salud est\u00e1n transformando la investigaci\u00f3n, la personalizaci\u00f3n de los tratamientos y la innovaci\u00f3n en el sector biom\u00e9dico.<\/strong> Sin embargo, la recolecci\u00f3n y el uso masivo de estos datos tambi\u00e9n plantea importantes desaf\u00edos \u00e9ticos, especialmente en t\u00e9rminos de privacidad y pseudoanonimizaci\u00f3n. Las tecnolog\u00edas como la IA y el machine learning tienen un papel fundamental en este cambio, pero su \u00e9xito depender\u00e1 de encontrar un equilibrio entre la innovaci\u00f3n y la protecci\u00f3n de los derechos de los pacientes.<\/p>\n

[\/vc_column_text][vc_empty_space][\/vc_column][\/vc_row][vc_row css_animation=\u00bb\u00bb row_type=\u00bbrow\u00bb use_row_as_full_screen_section=\u00bbno\u00bb type=\u00bbfull_width\u00bb angled_section=\u00bbno\u00bb text_align=\u00bbleft\u00bb background_image_as_pattern=\u00bbwithout_pattern\u00bb][vc_column][\/vc_column][\/vc_row][vc_row css_animation=\u00bb\u00bb row_type=\u00bbrow\u00bb use_row_as_full_screen_section=\u00bbno\u00bb type=\u00bbfull_width\u00bb angled_section=\u00bbno\u00bb text_align=\u00bbleft\u00bb background_image_as_pattern=\u00bbwithout_pattern\u00bb][vc_column][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

[vc_row css_animation=\u00bb\u00bb row_type=\u00bbrow\u00bb use_row_as_full_screen_section=\u00bbno\u00bb type=\u00bbfull_width\u00bb angled_section=\u00bbno\u00bb text_align=\u00bbleft\u00bb background_image_as_pattern=\u00bbwithout_pattern\u00bb][vc_column][vc_single_image image=\u00bb21099″ img_size=\u00bbfull\u00bb qode_css_animation=\u00bb\u00bb][vc_empty_space height=\u00bb60″][\/vc_column][\/vc_row][vc_row css_animation=\u00bb\u00bb row_type=\u00bbrow\u00bb use_row_as_full_screen_section=\u00bbno\u00bb type=\u00bbfull_width\u00bb angled_section=\u00bbno\u00bb text_align=\u00bbleft\u00bb background_image_as_pattern=\u00bbwithout_pattern\u00bb][vc_column][vc_empty_space][vc_column_text] Art\u00edculo de Natalia de la Figuera \u2013 Cofundadora y COO de GENESIS Biomed \u2022 La revoluci\u00f3n de los datos y la inteligencia artificial est\u00e1 impulsando cambios…<\/p>\n","protected":false},"author":4,"featured_media":21099,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[373],"tags":[],"class_list":["post-21096","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog-es"],"_links":{"self":[{"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/posts\/21096","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/comments?post=21096"}],"version-history":[{"count":1,"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/posts\/21096\/revisions"}],"predecessor-version":[{"id":21100,"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/posts\/21096\/revisions\/21100"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/media\/21099"}],"wp:attachment":[{"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/media?parent=21096"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/categories?post=21096"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/genesis-biomed.com\/es\/wp-json\/wp\/v2\/tags?post=21096"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}