Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
RETOS Y APLICACIONES DEL BIG DATA
TENDENCIAS DE FUTURO EN EHEALTH
Juan Luis Cruz – CIO Hospital Puerta de Hierro
Madrid – España
[email protected] @jotaelecruz
1. QUÉ ES 2. PARA QUÉ 3. CÓMO
RETOS Y APLICACIONES DEL BIG DATA
Qué es Big Data
• “Big Data” es un término que abarca el uso de técnicas para capturar, procesar, analizar y visualizar conjuntos de datos potencialmente grandes en un marco temporal razonable no accesible a las TI estándar. European Technology Platform NESSI (Networked European Software and Services Initiative)
3 11/20/2014
Qué es Big Data “Every two days now we
create as much information as we did from the dawn of civilization up until 2003”
Eric Schmidt. CEO Google (2010)
4 11/20/2014
http://www.domo.com/blog/2012/06/how-much-data-is-created-every-minute/
Qué es Big Data • Número de
registros
5 11/20/2014
• 2,5 millones de notas clínicas / año
• 270K informes / año
• 500K formularios con datos estructurados /
año
• 1,2 millones de peticiones / año, de las cuales
400K son analíticas con datos estructurados
• 25K altas hospitalarias y 18K intervenciones
quirúrgicas codificadas
• 1,5 millones de pacientes en BB.DD, 350K
pacientes activos con 900K procesos
Qué es Big Data • Número de
variables
6 11/20/2014
Qué es Big Data • Del colectivo al individuo:
– Socioeconómicos y demográficos
– Epidemiológicos y de salud pública
– Hábitos y conductas – Clínicos – Moleculares – …
7 11/20/2014
Qué es Big Data
8 11/20/2014
• ¿Moda?
Google Search Trends: “Big Data” – 13/11/2014
http://www.google.es/trends/explore#q=big%20data
Qué es Big Data
9 11/20/2014
• ¿Moda?
Gartner's 2014 Hype Cycle for Emerging Technologies
Qué es Big Data
• ¿Oportunidad?
10 11/20/2014
http://www.bigopendata.eu/wp-content/uploads/2014/01/bod_europe_2020_full_report_singlepage.pdf
demosEUROPA Centre for European Strategy - 2014
– Soporte a la toma de decisiones
– Eficiencia de procesos de negocio
Para qué Big Data
11 11/20/2014
Salud Autogestión Promoción Prevención Asistencia
Investigación Docencia
Datos Socioeconómicos y
demográficos Epidemiológicos y de
salud pública Hábitos y conductas
Clínicos Moleculares
Informatización
Análisis Big Data
eHealth
Para qué Big Data
12 11/20/2014
P4 Medicine The convergence of systems biology, the digital revolution and consumer-driven healthcare is transforming medicine from its current reactive mode, which is focused on treating disease, to a P4 Medicine mode, which is medicine that is predictive, preventive, personalized and participatory.
Para qué Big Data
13 11/20/2014
• Reducción de la variabilidad clínica + Medicina 4P
– Soporte a la decisión clínica (CDSS):
• Búsqueda de casos similares • Alertas • Pronóstico • Propuestas de acción
– Identificación de patrones de comportamiento de profesionales: buenas y malas prácticas
• Seguridad del paciente • Eficiencia asistencial • Detección de necesidades
formativas • Potenciación de la
investigación • Atracción de Ensayos Clínicos
Para qué Big Data
14 11/20/2014
• Generación de más hipótesis de investigación más publicaciones
• Mejora de la calidad de los datos y de la amplitud de los análisis más impacto
• Conocimiento exacto de la base de pacientes (número y características) más credibilidad
• Seguridad del paciente • Eficiencia asistencial • Detección de necesidades
formativas • Potenciación de la
investigación • Atracción de Ensayos Clínicos
Cómo avanzar con Big Data
15 11/20/2014
• No basta con comprar una herramienta software
• No basta con fichar a un experto
• No basta con hacer lo de siempre y llamarlo Big Data
• Cambio cultural: los datos son un activo principal
• Enfoque integral:
Organización
TI Procesos
Cómo avanzar con Big Data
16 11/20/2014
TI Procesos
• Perfil “Data Scientist” • Estructura multidisciplinar:
Data Scientists Informáticos
Investigadores clínicos y básicos
Epidemiólogos
Bioestadísticos Documentación
Clínica Control de Gestión
Directivos
Data Governance Metodología
Herramientas TI
Unidades de Calidad
Organización
Cómo avanzar con Big Data
11/20/2014
Organización
TI
• Gobierno de los procesos relativos al manejo de datos: Data Governance
• Metodología: CRISP-DM
Procesos
http://es.wikipedia.org/wiki/Cross_Industry_Standard_Process_for_Data_Mining
Cómo avanzar con Big Data
11/20/2014
Organización
TI
• Estructuración vs Texto Libre • Automatización • Diccionarios de datos • Seguridad y confidencialidad • Calidad de los datos:
Procesos
Source: Data Management for Clinical Research, 2014 Vanderbilt University - http://www.coursera.org
Cómo trabajar Big Data
19 11/20/2014
Procesos
Organización
TI
• Big Data no tan Big • Herramientas clásicas vs.
Nuevas herramientas: – Natural Language Processing -
Full Text Search – Bases de datos documentales:
MongoDB / No SQL – Procesamiento paralelo:
Hadoop / Map Reduce • Arquitectura TI para Big Data
20 11/20/2014
Procesos
Organización
TI
EMR - Operational Systems
DEPARTMENT SYSTEMS
EMR SELENE
Information Systems
SICYT CMDB DATA GRD
DWH DM
ETL Coding
indexation
Full semantic indexation
BIG DATA APPLICATIONS
AdvancedPatient Search
Visual Analytics
Datamining
Biostatistics
Automatic coding
Manual coding
ETL
Structured Data
Free text: NLP
Business Intelligence
Research databases
CLINICAL -OMICS
RIS LIS PHARMACY CRITICAL CARE
OMICS SW
NRT CDSS
Analytics Systems ArchitectureS Ø PHOS
Cómo trabajar Big Data
Process tracker
Conclusiones
21 11/20/2014
Big Data es un concepto que abarca la captura, procesado y análisis de grandes conjuntos de datos. Más allá del marketing, es una gran oportunidad en el
entorno sanitario.
Big Data supondrá un enorme avance en la asistencia, investigación y docencia sanitarias como pieza fundamental de la eHealth y la Medicina 4P.
No será de forma inmediata, pero sí en los próximos años.
Debemos prepararnos para ser competitivos: considerando a los datos como un activo principal y estableciendo cambios organizativos que incluyan personal
dedicado, rediseñando los procesos de gestión de la información e invirtiendo en las arquitecturas TI necesarias.
22 11/20/2014
¡Únete a la Comunidad!