El Big Data o macrodatos es un término que hace referencia a una cantidad de información tal que supera la capacidad de abordarla con tecnologías convencionales.

Tanto la actividad médica y científica relacionada con la salud como otras actividades cuyo quehacer influye en este ámbito, dan como resultado la generación de grandes volúmenes de datos. El uso masivo de dispositivos digitales permite además registrarlos con facilidad. Los teléfonos “inteligentes” pueden ser utilizados, por ejemplo, como podómetros o contadores de calorías; pulseras biométricas registran nuestra frecuencia cardíaca, presión arterial y calidad de sueño. Todo es susceptible de ser analizado en tiempo real, al igual que hacer diagnósticos, seguimientos, y mejorar la calidad de los tratamientos.

El Big Data ha comenzado a revolucionar el mundo de la salud y es muy probable que forme parte de la práctica médica en un futuro cercano. Un ejemplo en medicina es su utilidad en la detección y control de enfermedades: al analizar la información de brotes de gripe ocurridos previamente en Estados Unidos y cruzar estos datos con el número de personas que buscan en internet términos relacionados con la gripe, Yang y colaboradores pudieron predecir con bastante certeza los lugares donde ocurrirían nuevos brotes una o dos semanas antes que los métodos tradicionales, facilitando a las autoridades la toma de medidas de control y seguridad para disminuir el contagio (1).

El Big Data facilita también el estudio de patologías de baja ocurrencia, por ejemplo, de origen genético. En esa línea, un estudio realizado en 600.000 personas sanas en el hospital Mount Sinai en Nueva York (2), permitió identificar 13 individuos con mutaciones que de acuerdo al conocimiento que se tenía, deberían haberse traducido en afecciones congénitas y que, sin embargo, no presentaban manifestaciones clínicas de la enfermedad. Sin el análisis del Big Data no habría sido posible detectarlas ni conocer esta forma “no expresada” de la patología.

El análisis de macrodatos ha permitido, además, descubrir nuevas indicaciones terapéuticas de algunos medicamentos. Es el caso de la Desipramina, metabolito activo de la Imipramina, cuyo uso habitual es en el tratamiento de la depresión pero que, hoy se sabe, podría utilizarse para tratar ciertos tipos de cáncer de pulmón (3).

El Big Data como actor relevante en la investigación en salud necesariamente avanzará hacia un uso más cotidiano en la práctica médica. Los datos podrán ser compartidos y analizados por los profesionales lo que enriquecerá el proceso diagnóstico y las decisiones terapéuticas.

El avance en inteligencia artificial tiene la palabra. Las “máquinas que aprenden” y sugieren “conductas” o “decisiones” plantean nuevos desafíos tanto técnicos como éticos y normativos. Un Big Data necesita de una “Big Ética” cuya discusión recién comienza.

Si usted tiene interés por conocer en detalle estos trabajos, o necesita buscar mayor información acerca del tema, puede tomar contacto con Centro SAVAL en el sitio web http://centro.saval.cl, o directamente en la red de centros y oficinas ubicadas en distintas ciudades del país.

(1) Shihao Y, Santillana M and Kou S. “Accurate estimation of influenza epidemics using Google search data via ARGO”. PNAS, 2015, 112(47): 14473-8. doi: 10.1073/pnas.1515373112.

(2) Chen R, Shi L, et al. “Analysis of 589,306 genomes identifies individuals resilient to severe Mendelian childhood diseases”. Nat Biotechnol. 2016, 34(5):531-8. doi: 10.1038/nbt.3514.

(3) Jahchan NS, Dudley JT, Mazur PK, Flores N et al. “A drug repositioning approach identifies tricyclic antidepressants as inhibitors of small cell lung cancer and other neuroendocrine tumors”. Cancer Discov. 2013,(12):1364-77. doi: 10.1158/2159-8290.CD-13-0183.