Una herramienta de análisis de big data puede ayudar en la toma de decisiones en el área médica | AGÊNCIA FAPESP

Una herramienta de análisis de <i>big data</i> puede ayudar en la toma de decisiones en el área médica Científicos de la USP desarrollan sistemas computacionales de procesamiento y extracción de información de grandes volúmenes de datos provenientes de hospitales públicos con el objetivo de crear una base de consulta destinada a médicos que brinde apoyo diagnóstico y en la prescripción de tratamientos (foto: Heitor Shimizu / Agência FAPESP)

Una herramienta de análisis de big data puede ayudar en la toma de decisiones en el área médica

05 de diciembre de 2019

Heitor Shimizu, desde París  |  Agência FAPESP – Sistemas computacionales sofisticados, capaces de almacenar, indexar, analizar y dotar de sentido a grandes conjuntos de datos que no pueden procesarse mediante el empleo de software tradicionales podrán convertirse en herramientas esenciales de apoyo a la toma de decisiones en el área médica.

Investigaciones que apuntan a este objetivo se llevan adelante en el Grupo de Bases de Datos e Imágenes (GBdI) del Instituto de Ciencias Matemáticas y Computación de la Universidad de São Paulo (ICMC-USP), con sede en la ciudad de São Carlos. Este tema fue abordado por la profesora Agma Traina durante su conferencia en la FAPESP Week France.

“Uno de los mayores retos en el campo de la Ciencia de la Computación reside en integrar, organizar y aprovechar grandes volúmenes de datos multimodales de plataformas diversificadas para impulsar procesos de toma de decisiones. En otras palabras, se trata de hacer posible el empleo de datos de diversas fuentes, tales como análisis, monitoreo y tratamientos de pacientes, para recabar información correspondiente a casos similares y elaborar una mejor comprensión referente a un determinado caso”, dijo Traina.

Las investigaciones realizadas en el laboratorio del GBdI operan con grandes cantidades de datos complejos, provenientes de hospitales públicos del estado de São Paulo. El grupo trabaja fundamentalmente con imágenes y videos capaces de suministrarles a los médicos información sobre casos similares tratados en el pasado.

“Cuando un especialista analiza la radiografía del tórax de un paciente, por ejemplo, puede incluso acordarse de haber visto un resultado análogo en el pasado, pero difícilmente sabrá cuándo o dónde fue y con qué paciente. Pero en caso de que pueda buscar instantáneamente en una base de datos casos similares, análisis, resultados y tratamientos indicados en el pasado, podrá tomar decisiones con un menor esfuerzo y con un mayor grado de confianza”, declaró la investigadora a Agência FAPESP.

Una parte de la investigación cuenta con el apoyo de la FAPESP en el marco de un Proyecto Temático que coordina Traina. La profesora comenta que dicho proyecto abarca la organización de bases de datos, métodos de accesos métricos (empleados para acelerar la evaluación de consultas similares) y procesamiento y visualización de imágenes que permiten brindarles a médicos especialistas herramientas, algoritmos y metodología para reunir y acceder a información sumamente valiosa de casos antiguos y actuales.

“Para ello debemos reunir a profesionales en aprendizaje de máquinas, bases de datos, linajes de datos [sobre el origen de los datos], visualización y procesamiento de imágenes. En nuestro grupo contamos con científicos de la computación, médicos, matemáticos y otros investigadores que trabajan en forma integrada, de manera tal de resolver los problemas que se plantean”, dijo la investigadora, quien también integra la Coordinación de Área de Ciencia e Ingeniería de la Computación de la FAPESP.

Traina destaca que el tamaño y la complejidad de las bases de datos de registros electrónicos de pacientes revisten grandes desafíos de procesamiento, tanto en términos de desarrollo y aplicación de técnicas de análisis y de extracción de conocimiento como en el apoyo al desarrollo de herramientas prácticas para su uso clínico.

“Sin embargo, también incorporan una infinidad de oportunidades para crear algoritmos y métodos capaces de exhibir información relevante relacionada con un paciente particular o con grupos de pacientes, que quedarían usualmente ocultas en el gran volumen de datos”, dijo.

“Asimismo, un manipuleo eficiente de esos datos ayuda a que los registros electrónicos de pacientes se conviertan en una plataforma más útil de apoyo a los profesionales de la salud, al operar con aplicaciones médicas de rápida demanda, como así también con decisiones gubernamentales estratégicas en salud”, dijo.

El simposio FAPESP Week France se realizó entre los días 21 y 27 de noviembre en el marco de una colaboración entre la FAPESP y las universidades de Lyon y de París, ambas de Francia. Lea otras noticias sobre este evento en: www.fapesp.br/week2019/france.
 

  Republicar
 

Republicar

Agência FAPESP licencia sus noticias y otros tipos de materiales vía Creative Commons CC-BY-NC-ND, para que se los pueda reproducir gratuitamente y de manera sencilla en otros medios de comunicación digitales o impresos. Debe adjudicarse la autoría (el nombre del reportero), como así también la fuente (Agência FAPESP). El uso del botón HTML permite contemplar estas normas, cuyos detalles pueden leerse en la Política de Reproducción Digital de Agência FAPESP.


Los temas más populares