Cómo ayuda el análisis de la información a investigadores y clínicos
La ciencia avanza a un ritmo
inasumible. Hoy en día los investigadores “están publicando
demasiado y demasiado rápido”. Así lo consideran los
analistas bibliométricos Lutz Bornmann, de la Sociedad Max
Planck en Munich,y Ruediger Mutz, del Instituto Federal Suizo de
Tecnología de Zurich, quienes cifran la tasa real de crecimiento de la
producción científica entre un 8-9% anual (estudio Growth rates of modern science). A este “ritmo
vertiginoso de crecimiento, que arrancó a finales de la Segunda Guerra
Mundial, la producción científica mundial se
duplicará cada nueve años”. Ante este alud de conocimiento,
el análisis de la información se presenta como un refugio
necesario e imprescindible para la práctica, curiosidad y formación de
investigadores y clínicos. Un filtrado que inspecciona, limpia y
transforma datos para destacar la información útil, extraer conclusiones, y
apoyar la toma de decisiones.
"Nadie puede mantenerse al
día"
Tratar de estar actualizado al 100%
en un campo o especialidad médica hoy en día es un ejercicio de futilidad para
el Dr. David Neal, Senior VP of Global Academic Research en
Elsevier. Desde la proactividad que le exige el ser profesor de Oncología
Quirúrgica en la Universidad de Oxford, considera que “sin la ayuda de
empresas de análisis de información como Elsevier,
la idea de que un solo médico pueda mantenerse al día en un campo o
especialidad es cosa del pasado". Estas declaraciones se
enmarcaban dentro de la conferencia de Publicaciones Académicas en
Europa (APE 2018) en Berlín, donde el propio doctor dio las claves
sobre cómo los editores pueden ayudar a los investigadores y clínicos a
mantenerse actualizados, conectarse con sus compañeros, y resolver los grandes
desafíos sanitarios a nivel mundial.
La reutilización y análisis de datos
es un recurso empleado en muchos sectores de forma habitual, con el fin de
mejorar la calidad y el rendimiento. Si ponemos la mira en el campo científico,
clínico e investigador, la clave está en “proporcionar conocimientos de
una manera que pueda asimilarse más fácilmente”, destaca el Dr.
Neal. “Abordar proyectos de una importancia real, como la secuenciación
del genoma de personas con cáncer de próstata, requiere de cientos de miles de
conjuntos de datos, no solo de miles”, inabordable para el
investigador. Elsevier simplifica esta tarea titánica tomando esos datos de
diferentes fuentes, y poniéndolos a disposición a través de plataformas
como Mendeley; que combina tecnologías
analíticas y de inteligencia artificial, como el procesamiento del lenguaje
natural y el aprendizaje automático.
Más conocimiento = mejores decisiones
= menos gasto/muertes
Los sistemas sanitarios de todo el
mundo sufren una inflación perenne. Los presupuestos se revisan e incrementan
cada año para tratar de dar respuesta a la irrupción de las nuevas tecnologías,
o sufragar el desarrollo de nuevos fármacos contra el cáncer, innovadores
trasplantes, el impacto de la cronicidad, o terapias más efectivas contra
enfermedades raras. A estos gastos inalterables se suma el componente ‘error
médico’. Un estudio realizado recientemente en el Reino Unido fijó en 11.859
el número de muertes que podrían prevenirse con un mayor y mejor
conocimiento/decisiones. Las razones que apuntaba la mencionada
investigación son un monitoreo deficiente (31%), errores de diagnóstico (30%) y
un manejo inadecuado de fluidos o medicamentos (21%).
Sin duda alguna, la prevención de
variabilidad injustificada de la atención (y errores) es uno de los grandes
quebraderos de cabeza de médicos de todo el mundo; un concepto clave para
brindar a los pacientes la mejor y más rentable atención. ¿Cómo reducir
esas variaciones injustificadas? ¿Cómo rebajar ese porcentaje de
errores que se traduce en más gastos y, lo que es peor, en muertes? Para
el Dr. Neal el soporte avanzado de decisiones clínicas basado en una mejor
implementación del conocimiento actual es la clave. "El apoyo a
las decisiones incrustado en el flujo de trabajo es el gran reto
sanitario", explica. Y es que el análisis de la información y
datos capacita a los clínicos en el punto de atención, proporcionándoles los
últimos conocimientos científicos publicados más relevantes de una manera
concisa, fáciles de usar e integrados en el flujo de trabajo clínico cotidiano.
Algunos ejemplos de soluciones
integradas de flujo de trabajo HCE basadas en la evidencia desarrolladas por
Elsevier son ClinicalKey®, Order
Sets®, Patient Education y Care Planning®.
Una atención más eficaz
Como hemos visto, la aplicación del
análisis de información/datos al sector salud (técnicas de big
data, blockchain) dota de un plus de inteligencia al servicio,
generando, por ejemplo, modelos predictivos que se anticipan a
las necesidades sanitarias y dispensan una atención al paciente más eficaz. No
en vano un estudio pionero del Instituto McKinsey señaló
a la sanidad como “uno de los sectores con mayor potencial para el uso
inteligente de datos”. En el día a día, permite a los profesionales
sanitarios compartir y acceder a información del paciente a lo largo de la
cadena de cuidados. A nivel gestión, hablamos de una reducción de la
variabilidad de la práctica asistencial, aumentando la calidad y seguridad de
la atención. Y por último, en lo que respecta al investigador, es una
oportunidad para explorar nuevos tratamientos, servicios y productos que
cumplan la promesa de una medicina personalizada y predictiva.
Presentación
íntegra del Dr. David Neal:
Este video ha sido editado por la Academic Publishing in Europe
(APE).
Duración: 26 minutos.
Por Elsevier
Connect
Comentarios
Publicar un comentario