Cómo extraer valor médico más allá del caos de datos en internet

internet2_397_11

Madrid. Cómo extraer valor médico más allá del caos que generan los millones de datos sobre enfermedades y fármacos en internet, no siempre fiables o incluso peligrosos, es el objetivo de un proyecto europeo de “Big Data” sobre salud, del que habla su coordinador, Allan Hanbury, en una entrevista a Efefuturo.

Este físico de la Universidad Tecnológica de Viena dirige una iniciativa de la UE sobre procesamiento automatizado de datos médicos en el marco del proyecto Kconnect, que involucra a una treintena de investigadores, y que está dirigido a la creación de servicios “web” que garanticen el acceso a información médica fiable y de calidad en la red.

Acreditar de forma automatizada “webs” con información médica fiable, favorecer el acceso de doctores a datos actualizados y fidedignos sobre avances sanitarios en distintos idiomas, procesar automáticamente el historial de pacientes de un hospital o agilizar la predicción de posibles efectos secundarios de nuevos medicamentos a partir de datos anonimizados son algunos objetivos del proyecto.

Hanbury, director de varios proyectos de envergadura sobre analítica “inteligente” de datos en salud, participó en Madrid en unas recientes jornadas de “Big Data”, organizadas por la Escuela Técnica Superior de Ingenieros de Telecomunicación (Etsit) de la Universidad Politécnica de Madrid (UPM).   Hanbury explicó a Efefuturo que su grupo trabaja con varias fuentes informativas para su proyecto de “Big Data” en salud. En concreto, con datos de páginas de internet con información médica de calidad, publicaciones científicas y asimismo informes médicos de hospitales (donde se describen síntomas, previsibles patologías, tratamientos, etc).

La relación médico-paciente ha cambiado drásticamente con la irrupción de internet, según el experto. De hecho, dos tercios de la población se informa sobre sus dolencias en la red antes de acudir al doctor, según un reciente estudio en EEUU, recordó.   Por el contrario, hasta el 50 por ciento de los contenidos en internet sobre salud podrían estar bajo sospecha de ser inciertos o falsos, lo que agrava las alertas sobre la fiabilidad médica de los mismos, advertió.

Como parte del proyecto iniciado en 2010, con el compromiso de estar operativo en un año y medio, el equipo de Hanbury está desarrollando complejos algoritmos basados en el “aprendizaje automático”.