El uso correcto de los datos de salud ha cobrado especial protagonismo en la mayoría de las ponencias del XXII Congreso Nacional y XI Congreso Internacional de la Sociedad de Medicina Preventiva, Salud Pública y Gestión Sanitaria (SEMPSPGS). Durante la mesa 'Liderando la democratización de los datos: la inteligencia artificial para la Medicina Preventiva y la Salud Pública', moderada por Inmaculada Salcedo, vicepresidenta de la SEMPSPGS, los expertos han expuesto diversos ejemplos de cómo los hospitales de las comunidades autónomas utilizan los datos en el día a día.
Galicia
Galicia es unas de las regiones en la que los hospitales utilizan la Inteligencia Artificial (IA) para obtener y organizar datos de salud. María Sande, del Complejo Hospitalario Universitario de Ourense, ha explicado el funcionamiento de InNoCBR, un sistema de IA para la identificación y diagnóstico de Infecciones Asociadas a la Asistencia Sanitaria.
Este sistema "está en pleno funcionamiento en nuestro hospital desde 2014 y desde 2018 lo adoptó el Servicio Gallego de Salud (Sergas) como una aplicación corporativa", ha señalado Sande. Por tanto, se aplica en diversos hospitales gallegos. "Se centra en un sistema de avisos para la gestión de alertas epidemiológicas y aislamientos, la gestión de casos de estudios de IRAS/No IRAS o la elaboración de informes periódicos", ha afirmado la especialista.
Asimismo, Sande ha mencionado el registro de tumores de Galicia, que "integra sistemas asistenciales y automatiza los datos". "Estamos en fase de aumentar fuentes de datos y trabajamos de la mano con Salud Pública", ha señalado. Este registro ha permitido ver datos de incidencia de cáncer en la comunidad.
Por tanto, ha concluido Sande, "el camino hacia la automatización está señalizado y los especialistas no descansamos; estamos comprometidos con la mejora y la innovación constante".
Madrid
María Dolores Martín, coordinadora de cuatro hospitales del grupo Quirón Salud (la Fundación Jiménez Díaz, el Hospital Rey Juan Carlos, H. Infanta Elena y H. General de Villalba) en la Comunidad de Madrid, ha indicado que el trabajo de los especialistas "debe ser eficiente, para que podamos llegar a tiempo a los problemas y prevenir el riesgo de infección".
En este sentido, Martín se dio cuenta de que el personal de enfermería de la Fundación Jiménez Díaz invertía el 32 por ciento de su tiempo en bioseguridad ambiental, "pero solo aportaba valor la recogida de muestras". Así, considera que todo ello "se puede volcar automáticamente" y fue ahí cuando comenzó la apuesta de este hospital madrileño por el proceso de automatización. "Hacemos un volcado automático y aplicamos criterios de clasificación", ha explicado.
Así, a la vigilancia automatizada de la bioseguridad ambiental en cuanto a la calidad del aire, se ha sumado en el hospital la vigilancia epidemiológica automatizada de la infección profésica de cadera, "permitiendo detectarla en tiempo real permitiendo adoptar acciones de mejora de forma precoz".
Andalucía
Por su parte, Rafael Ruíz, especialista de Medicina Preventiva del Hospital Universitario Reina Sofía de Córdoba, ha indicado que la IA "permite mejorar el análisis de datos para, como médicos, poder centrarnos en las personas para mejorar sus problemas".
En este sentido, Ruiz ha explicado cómo su hospital utiliza la IA para la gestión de EDOs y aislamientos. "Planificamos, recogemos los damos, los analizamos, los interpretamos, los comunicamos y evaluamos el proceso para una nueva planificación. Este proceso lo hacemos en muchos proyectos del día a día", ha señalado.
Así, ha explicado el funcionamiento de R, un "lenguaje de programación gratuito y auditable". Comparado con Excel, "R aporta versatilidad, permite realizar tareas complejas y varias bases de datos, tareas repetitivas, informes automatizados. Sin embargo, la curva de aprendizaje lenta y es ineficiente para las tareas más simples", ha aseverado.
El especialista andaluz ha expuesto también algunos ejemplos en los que se puede utilizar R: la vigilancia de las IRAS en UCI, que "se tardó mucho tiempo en realizarse", pero compensa, pues genera gráficas y mapas de 20 enfermedades con un solo código; y otro caso de uso diario es la comparación de base de datos del hospital con la base de datos COVID-19, donde se "informa de movimientos de cama, las altas, nuevas entradas o cambios de tipo de aislamiento".
Por su parte, Miguel Ángel Armengol, responsable de Big data-PMC en la Consejería de Salud y Consumo de la Junta de Andalucía, ha asegurado que, "si no invertimos bien en infraestructura para los flujos de transferencia y modelos de gobernanza, nos encontramos con un cuello de botella al inicio del proceso que impide avanzar".
A la hora de la "democratización de los datos", Armengol ha diferenciado entre dos tipos: datos extra-open access (disponibles para toda la comunidad internacional, requieren aceptación de acuerdo de uso, los investigadores deben tener propósito legítimo y ético en la investigación y los requisitos son: afiliación institucional, experiencia en investigación en salud y capacitación en ética de investigación) o datos intra-open access (disponibles para un grupo específico de usuarios; las restricciones pueden ser geográficas, por centro sanitario, especialidad o proyecto de investigación; y el acceso es limitado a los usuarios pertenecientes al grupo designado).
De cara a la apuesta a nivel regional, ya en enero de este 2023, la consejera de Salud y Consumo de la Junta de Andalucía explicaba que se iba a invertir en la creación de "bases de datos abiertas para investigación", tal y como ha recordado Armengol. Con ello, "vemos que la apuesta es clara y que hay una voluntad bien marcada de ir migrando hacia modelos más aperturistas".
