Mineria de Datos Biomédicos - Sistemas de Ayuda a la Decisión Médica (SADM).

La digitalización de la información hospitalaria ha aumentado en gran medida en los últimos años gracias a los nuevos sistemas de información hospitalaria y con ello un crecimiento exponencial de los distintos tipos de datos biomédicos.

Para manejar tan ingente cantidad de información es imprescindible el uso de herramientas automáticas e inteligentes que sean capaces de procesarla, extraer conocimiento y mostrarlo de forma adecuada para los expertos médicos. A dichas herramientas se las conoce como Sistemas de Ayuda a la Decisión Médica (SADM).

Estos sistemas extraen conocimiento de los distintos tipos de datos clínicos y señales biomédicas para un mayor descubrimiento y entendimiento del conocimiento médico mediante una visualización común dirigida al especialista y que ofrecen soporte para diagnóstico y pronóstico de enfermedades, control de epidemias, sistemas de alerta, modelos de prevención y guías clínicas entre otros.

También proporcionan alertas para prevenir a los profesionales de condiciones que estén contraindicadas a las intervenciones sobre los pacientes. Incluyen sistemas de monitorización sobre datos biomédicos adquiridos de forma continua o mediante análisis de laboratorio. En el ámbito de salud pública, SADM geográficos pueden monitorizar indicadores poblacionales sobre control epidemiológico, resistencia a antibióticos, etc.

Una funcionalidad de los SADM dirigida a la mejora de la eficiencia es su uso como sistema de triaje. En base a pocas variables observacionales y poblacionales, estos sistemas procuran catalogar a los pacientes según criterios para asignarles los tiempos y recursos óptimos en un servicio masificado, como pueden ser el de urgencias.

También están incluidos, en la línea de SADM, los servicios de recomendación de procedimientos sanitarios. Relacionado con la planificación eficiente de procesos asistenciales, los SADM han sido utilizados para ayudar a decidir el mejor procedimiento diagnóstico para un paciente dadas las circunstancias concretas en las que se encuentra. Como subproducto del diseño de los SADM para la decisión de los procedimientos diagnósticos se pueden llegar a obtener pautas que sirvan para mejorar la estructura del proceso asistencial. Las guías clínicas electrónicas son un buen soporte para la planificación y control de los procesos asistenciales, permitiendo introducir las conclusiones de la medicina basada en la evidencia en la práctica clínica diaria.

Por último, los SADM se utilizan como herramientas de investigación clínica, que ofrecen la posibilidad de interpretar señales y datos biomédicos, buscar marcadores discriminantes, encontrar datos y patrones anómalos y Controlar la calidad de biobancos multicéntricos; además de las funcionalidades de predicción al diagnóstico, pronóstico y tratamiento ya nombradas.

Aplicaciones

  • Los SADM extraen conocimiento de sistemas de información y/o bases de datos clínicas con el fin de ayudar en la toma de decisiones en diferentes tareas biomédicas como: -Predicción de diagnóstico y/o pronóstico. -Predicción de factores de riesgo y generación de alertas. -Apoyo en el seguimiento del paciente en guías o procesos clínicos. -Generación de recomendaciones de seguimiento y tratamiento. -Gestión de la calidad de los datos y procesos clínicos. -Predicción del uso de recursos. -Optimización y validación del rendimiento clínico. Ejemplos de aplicaciones reales:
  • Diagnóstico de tumores cerebrales mediante espectroscopia de Resonancia Magnética (RM).
  • Pronostico temprano del cáncer de mama.
  • Diagnóstico de tumores de partes blandas mediante hallazgos de imagen de RM.
  • Predicción de la depresión postparto.
  • Recomendación de tratamientos, seguimiento y generación de alerta en diabetes.

Ventajas técnicas

  • Basados en conocimiento extraído mediante procesos de aprendizaje automático e inferencia, los SADM permiten ir más allá que las herramientas OLAP clásicas, las cuales describen condiciones actuales de la información, pasando a predecir condiciones futuras o describir relaciones inherentes a los datos. El acceso a sistemas de información clínicos estandarizados permite a los SADM acceder de forma directa a los datos necesarios tanto para el proceso de extracción de conocimiento como para las predicciones. Los SADM pueden incluso apoyar al clínico mediante modelos basados en conocimiento experto y en evidencia bibliográfica, aportando visualizaciones gráficas adaptadas a cada situación para una rápida y mejor comprensión de los resultados. Los SADM pueden mediante técnicas de aprendizaje incremental mantener actualizado su conocimiento siendo robustos frente a cambios de contexto.

Beneficios que aporta

  • Predicen condiciones futuras a partir de la información actual del paciente. Reafirman el diagnóstico dado por los expertos de forma rápida y eficaz. Evitan pruebas costosas, molestas e incluso peligrosas a los pacientes. Pueden ser usados como herramienta de referencia para personal en formación. Permiten extraer indicadores biomédicos sobre las enfermedades. Maximizan la calidad de vida reduciendo el coste de atención sanitaria.

Experiencia relevante

  • Esta línea centra sus esfuerzos en la aplicación de técnicas de minería de datos a problemas biomédicos reales y en el desarrollo de productos tecnológicos basados en técnicas de Reconocimiento de Patrones y Aprendizaje Automático que sirvan como sistema de soporte al personal sanitario para la toma de decisiones clínicas asociadas al proceso asistencial. Proyectos en desarrollo por parte del grupo IBIME en el campo de Sistemas de Ayuda a la Decisión Clínica son:
  • Help4Mood: A Computational Distributed System to Support the Treatment of Patients with Major Depression (FP7-ICT-2009-4; 248765). Financiado `por: European Commission. VII Framework Program.
  • Web accessible MR decision support system for brain tumour diagnosis and prognosis, incorporating in vivo and ex vivo genomic and metabolomic data (eTUMOUR) (LSHC-CT-2004-503094). Financial organization: European Commission. VI Framework Program.
  • COMBIOMED: Red Temática de Investigación Cooperativa en Biomedicina Computacional (RD07/0067/2001). Financiado por el Ministerio de Sanidad y Consumo.
  • eMOTIVA - Motivación personalizada de pacientes con demencia mediante la detección de patrones de conducta (TSI-020110-2009-219). Financiado por: Ministerio de Industria, Turismo y Comercio - Acción Estratégica de Telecomunicaciones y Sociedad de la Información. Subprograma AVANZA I+D.
  • CURIAM-sistema de ayuda a la decisión médica. Plan de explotación y prueba de concepto en el hospital universitario doctor peset y los hospitales del área metropolitana de barcelona (pi09/90177) Financiado por el Ministerio de Sanidad y Consumo (Instituto Carlos III) - Acción Estratégica en Salud. Año 2009. ¿ Plan Nacional de I+D+I 2008-2011.