Redacción Médica
15 de agosto de 2018 | Actualizado: Martes a las 17:25
Empresas > Industria

Takeda utiliza Big Data para mejorar el abordaje de la Enfermedad de Crohn

La compañía lidera un estudio que facilitará el pronóstico de la evolución de la enfermedad en un paciente concreto

Ignacio González, director general de Takeda España.
Takeda utiliza Big Data para mejorar el abordaje de la Enfermedad de Crohn
Redacción
Lunes, 23 de julio de 2018, a las 14:10
En un contexto en el que se genera cada vez más información sanitaria y cobra un mayor relieve como herramienta para una gestión más eficiente del sistema, la compañía especializada en Big Data, Savana, y Takeda impulsan Premonition, el primer estudio que utiliza Big Data para la generación de un modelo de predicción sobre cómo evolucionará una patología concreta en una región acotada.

A través de técnicas de procesamiento del lenguaje e inteligencia artificial se podrá facilitar el pronóstico para cualquier paciente diagnosticado con Enfermedad de Crohn (EC) en la Comunidad de Madrid, la posibilidad de llegar a presentar procesos clínicos asociados a su patología, como determinados tipos de cirugía o el desarrollo de fístulas perianales.   

Según Ignacio H. Medrano, neurólogo en el Hospital Ramón y Cajal y fundador de Savana, hoy en día, en el auge de la información electrónica sobre salud, “han aparecido nuevas herramientas que nos permiten adquirir, procesar e interpretar datos". En este contexto, explica, los avances en gestión de datos “nos permiten la reutilización de la información a gran escala incluida, por ejemplo, en las historias clínicas electrónicas, sin poner en riesgo la privacidad”.

En esta misma línea, Fernando Gomollón, coordinador e investigador principal del estudio, apunta que la tecnología que se utilizará para esta investigación es un “potente motor de análisis de textos libre capaz de interpretar de forma significativa el contenido de las historias clínicas, cualquiera que sea el sistema de gestión en el que funcione”.

Fases del proyecto 


En esta investigación, se utilizará una nueva aplicación informática creada para permitir la reutilización de la información incluida en la historia clínica electrónica de los pacientes que están diagnosticados con EC. Este proyecto contará con dos fases, según explica Javier P. Gisbert, responsable de la Unidad de Enfermedad Inflamatoria Intestinal del Hospital Universitario de La Princesa (Madrid): “Una primera, en la que se caracterizarán los factores clínicos y no clínicos de los pacientes con EC en la red sanitaria de la Comunidad de Madrid, así como el flujo de pacientes y las visitas a otros especialistas. Y, una segunda, en la que, con la información obtenida, se desarrollará un modelo predictivo estadístico para poder asignar a cualquier paciente con EC una probabilidad de llegar a presentar un proceso clínico concreto o de padecer determinadas complicaciones”. 

Además de estos objetivos, este innovador estudio busca estimar la prevalencia de los distintos fenotipos en la EC en los hospitales de la red sanitaria de la Comunidad de Madrid; describir a los pacientes que cumplan los criterios de elegibilidad para recibir tratamiento biológico para esta patología, o evaluar el uso de recursos sanitarios en estos pacientes. También, servirá para detectar y establecer cuáles son los factores esenciales en los que los médicos basan sus predicciones acerca de la evolución del paciente.

Para lograrlo, agrega Gisbert, “teniendo en cuenta la prevalencia de la enfermedad, se estima que se incluirán alrededor de 3.000 pacientes con EC. Considerando una media de 10 informes por paciente, podemos prever que el algoritmo incluirá aproximadamente 30.000 informes”.

Como conclusión, Carmen Montoto, directora Médica de Takeda, señala este proyecto forma parte del “compromiso decidido de la compañía con los pacientes con EC no sólo en la búsqueda de soluciones farmacológicas innovadoras para necesidades no resueltas, sino además en el conocimiento de la propia gestión de la enfermedad en el sistema sanitario con el fin de apoyar aquellos procesos que la hagan más eficiente y repercutan en una mejor calidad de vida de los afectados”.