Feeds:
Posts
Comments

Posts Tagged ‘medicina basada en la evidencia’

AsthmaMD screenshot

AsthmaMD es un claro ejemplo de como los dispositivos móviles pueden ayudar en las tareas de personalización de la medicina y medicina basada en la evidencia.

La idea es muy sencilla, una aplicación en el iPhone en la que el paciente de asma puede ir guardando su estado y la medicación que toma. Una vez recogida la información se puede transmitir de forma sencilla al centro médico.

Medical doctor and researcher Sam Pejham, UCSF Medical School Clinical Faculty and Director of Tri-Valley Pediatrics is the creator of the new iPhone app. The free application allows users to easily and quickly log their asthma activity, their medications, causes of their asthma in the form of a diary. Users may share the diary and a color graph chart of their asthma activities with their physicians to be included in their medical records.

¿Qué beneficios se pueden obtener de todo esto?

Para el paciente: en  primer lugar  llevar un control sobre su propia enfermedad. Esto le ayudará no solo a conocerse mejor, sino que también le facilita la tarea de comunicarse de forma más sencilla, rápida y eficaz, cuando por ejemplo, visita a su especialista y le quiera contar como ha sido su evolución en los últimos meses.

Para los especialistas: si el paciente va registrando toda información acerca de su estado, de la medicación que toma, etc en su teléfono móvil, esta información se puede transmitir muy fácilmente a cualquier ordenador, de forma que el especialista podría ir siguiendo la evolución de su paciente de forma telemática o utilizar herramientas de ayuda a la decisión que detecten patrones o calculen estadísticas que le faciliten la toma de decisiones. De esta forma un médico dispone de información mucho más completa y detallada en lugar de simplemente esperar que el paciente llege a la consulta y le intente contar  lo que le ha pasado en los últimos 3 meses.

Para la sociedad: avance en la recopilación de una información que hasta ahora era imposible de obtener. Multitud de datos acerca de pacientes. Lo realmente interesante es que a partir de esa información se obtienen relaciones como la evolución de una enfermedad en una determinada región o en una determinada estación del año y se intenta encontrar una relación, por ejemplo entre  el tipo de plantas de la zona, a la humedad, a la comida y la efectividad de un determinado medicamento.  Obteniendo de esta forma un conocimiento mucho más completo y dificil de alcanzar por métodos empíricos. O por poner otro ejemplo, reunir información  acerca de la efectividad de un determinado medicamento sobre los pacientes de una determinada región.

Vía: TechChunch, AsthmaMD Helps Asthma Sufferers, Gathers Aggregate Research Data

UAP968J63EWM

Advertisements

Read Full Post »

Al igual que sucedió con la banca, con el correo o con las compras online, cuando un servicio se empieza a mover hacia la nube aparece el fantasma de la privacidad y protección de datos. En el caso de la salud no iba a ser diferente y muchas aplicaciones que gestionan la  Historia Clínica Electrónica (HCE) están siendo cuestionadas por este aspecto.

Como todo,  el tema de la privacidad requiere evolucionar y adaptarse para ofrecer soluciones fiables.  Wired ha publicado recientemente un artículo, Medical records: Stored in the cloud, sold on the open market, en el que se cuestiona a algunas empresas de telemedicina de USA que han desarrollado un modelo de negocio en el que una gran parte de los beneficios provienen de la venta de los datos de sus pacientes. El tipo de datos que venden, en principio están debidamente “anonimizados”, es decir la información de carácter estrictamente personal como: nombre, documentos de identidad, direcciones, teléfonos, etc…son eliminados y solamente se envían los medicamente relevantes. La finalidad es que a estos datos se le aplique técnicas de data mining con el fin de extraer información relevante para implementar servicios de lo que se denomina medicina basada en la evidencia. De forma breve podemos decir que este tipo de técnicas buscan relaciones entre los hábitos de los pacientes, la alimentación, la medicación que toman, a que hora se producen las ingestas, etc.. y encontrar de que forma se relacionan estas con parámetros con determinadas patologías y de que manera evolucionan estas.

Efectivamente este tipo de análisis puede aportar información realmente muy valiosa e interesante. Sin embargo “anonimizar” la información no solamente consiste en extraer la información personal, ya que utilizando de nuevo  el data mining y consultando bases de datos publicas se pueden lograr cosas como estas (fuente NYT):

But in 1997, Latanya Sweeney, director of the Data Privacy Lab at Carnegie Mellon University, showed how she was able to pick out the medical records of William Weld (then the governor of Massachusetts) from scrubbed medical information published by the state’s insurance commission by simply correlating the anonymized data with birthdays, ZIP codes and gender information published in the state’s voter-registration rolls. According to Sweeney, 87 percent of the U.S. population can be uniquely identified simply from their birthdate, gender and zip code.

Dicho de otra forma, “anonimizar” la información no se puede puede limitar simplemente a quitar el nombre y DNI, ya que cruzando información, a priori, tan inocente como el CP, fecha de nacimiento y tu sexo se puede localizar al 87% de los ciudadanos.

Análisis en otros blogs

Read Full Post »