El projecte BigMedilytics, finançat pel Programa de Recerca i Innovació Horitzó 2020 de la Unió Europea, ha presentat els resultats i aprenentatges de l’aplicació de tècniques de Big Data i Intel·ligència Artificial en diferents hospitals d’Europa durant l’esdeveniment virtual ‘Big Data & AI: Actionable Insights Transforming European Healthcare’, organitzat per l’Institut de Recerca Sanitària INCLIVA, de l’Hospital Clínic de València, i Royal Philips.
Al voltant de 400 professionals de la salut, científics de dades, companyies de tecnologia mèdica, asseguradores, instituts de recerca i universitats de tota Europa s’han donat cita en este esdeveniment multidisciplinari, que ha comptat, a més, amb la participació de la Comissió Europea a través de la vicepresidenta del Comité de la Missió Càncer, Christine Chomienne, i Licínio Kustra Mà, assessor estratègic per als Serveis Transfronterers de Salut en línia de la Unió Europea.
Al llarg dels últims tres anys i mig, el projecte BigMedilytics, compost per un consorci de 35 socis de 12 països, ha estudiat de quina manera poden escalar-se les solucions de Big Data en el sector sanitari en tota Europa amb l’objectiu final de millorar els resultats dels pacients i augmentar la productivitat en el sector de la salut. Per a això, equips integrats per professionals de diversos camps han posat en marxa, en diferents hospitals d’Europa, 12 projectes pilot agrupats en les tres àrees amb major impacte soci-sanitari: salut poblacional i malalties cròniques; oncologia; i industrialització de l’atenció mèdica.
La innovació més gran de BigMedilytics ha estat l’abordatge dels diferents projectes pilot mitjançant un enfocament holístic cobrint aspectes determinants relatius a la tecnologia, la regulació, la normativa, els models d’atenció i els aspectes clínics. Tots els aprenentatges resultants han estat reunits en una eina interactiva (blueprint) per a brindar coneixement als principals actors del sector sanitari amb l’objectiu d’impulsar l’adopció de les tecnologies de Big Data en tota Europa. La implantació d’estes solucions farà possible establir processos més efectius en el diagnòstic i tractament i també en els fluxos de treball de l’hospital que redunden tant en la salut del pacient com en la sostenibilitat del sistema sanitari europeu.
INCLIVA ha liderat la recerca sobre salut poblacional i malalties cròniques, i, en concret, un projecte pilot de comorbilidades amb l’objectiu de calcular el risc d’hospitalització i mortalitat de grups de pacients amb la concurrència de dos o més malalties cròniques, i millorar així la presa de decisions.
Per al Dr. Josep Redón, investigador principal de INCLIVA en el projecte, «la consideració de les malalties cròniques no com a elements aïllats sinó com una situació global que té en compte totes les patologies en el seu conjunt, permet una millor estratificació del risc i, per tant, una aproximació personalitzada».
També s’han estudiat la insuficiència cardíaca, la malaltia renal, la diabetis, l’asma i la malaltia pulmonar obstructiva crònica. Els resultats dels cinc projectes pilot han demostrat que és possible col·laborar de manera segura amb grans conjunts de dades sanitàries, combinats amb tecnologies d’avantguarda com la Intel·ligència Artificial, la internet de les coses o el monitoratge remot dels pacients, per a dur a terme una atenció personalitzada dels pacients a gran escala.
En el camp de l’oncologia, s’han implementat tres projectes pilot sobre càncer de pròstata, de mama i de pulmó que abasten diverses àrees d’innovació que van des de la digitalització del flux assistencial entorn de la presa de decisions i l’execució del tractament fins al desenvolupament de models d’avaluació de riscos i resultats del tractament basats en Big Data. Els algorismes d’Intel·ligència Artificial ajuden l’equip clínic multidisciplinari a decidir l’atenció més bona en termes de benefici del tractament enfront dels efectes secundaris d’este.
El projecte també s’ha centrat en els aspectes operatius d’hospital per a millorar els fluxos de treball. BigMedilytics ha demostrat que la informació de localització en temps real pot generar coneixements abans inobservables per a reduir els costos operatius mitjançant una gestió eficaç dels actius i per a mitigar els colls d’ampolla assistencials que retarden la implementació dels tractaments en malalties en les quals el temps assistencial és clau, com la sèpsia, el projecte pilot de la qual també ha liderat INCLIVA, o el ictus.
En esta tercera àrea també s’ha demostrat que és possible la millora dels fluxos de treball en els departaments de radiologia gràcies a la introducció de noves eines de cerca d’imatges basades en la intel·ligència artificial capaces de reduir dràsticament el temps dedicat a la cerca d’informació rellevant durant la interpretació d’imatges i millorar, al seu torn, la qualitat dels informes.
