Un sistema complejo de análisis en tiempo real requiere enormes cantidades de potencia de procesamiento, razón por la cual gran parte de la atención médica depende de la computación en la nube.
Más de 16.000 casos de COVID-19 no han sido diagnosticados debido a un “error de TI”. ¿Quizás un fallo de hardware? ¿Un error en el sistema? ¿Una mala copia de seguridad?
Nada de eso. Public Health England estaba utilizando un proceso automático en el que los archivos CSV (un formato de archivo de datos) se transformaban en un archivo XLS (Excel de la vieja escuela) que sólo puede manejar 65.000 filas de datos (en lugar de las más de un millón de líneas de los archivos XLSX modernos). ). ). Por lo tanto, debido a limitaciones del sistema de archivos, no se contaron todos estos casos.
Podría escribir un artículo completo sobre todos los pecados cometidos aquí en la ciencia de datos, pero por ahora basta decir que las consecuencias fueron catastróficas. Decenas de miles de ciudadanos británicos seguían su vida diaria sin saber que habían estado expuestos al COVID-19.
Por el contrario, Corea del Sur ha sido una de las historias de mayor éxito durante la pandemia, manteniendo bajo control el número de personas infectadas sin tener que bloquear la economía. Las razones de este éxito son tres:
- Estrategias de prueba agresivas con hasta 15.000 a 20.000 pruebas por día.
- Cuarentena enfocada de casos sospechosos y rastreo de contactos.
- Despliegue rápido de hospitales temporales en las zonas afectadas.
Puede que esto no parezca muy diferente de lo que han hecho otros gobiernos, excepto que la toma de decisiones subyacente fue impulsada por un nivel sin precedentes de procesamiento y análisis de datos.
Como ejemplo rápido, en lugar de centrarse únicamente en los casos positivos y los informes verbales de sus rutinas diarias, los epidemiólogos se han basado en extractos de tarjetas de crédito y imágenes de CCTV para verificar automáticamente quién podría haber estado en contacto con un portador. A su vez, las personas en riesgo fueron notificadas por el sistema para que acudan al centro de salud más cercano y se hagan la prueba.
Un sistema de análisis en tiempo real tan complejo requiere enormes cantidades de potencia de procesamiento, razón por la cual gran parte de este proceso depende de la computación en la nube. Si algo bueno podemos aprender de esta comparación es que el sector sanitario tiene mucho que ganar al adoptar las tendencias tecnológicas actuales.
Pacientes como datos dinámicos.
La adopción de la computación en la nube por parte de Corea del Sur es una señal de un cambio paradigmático en la forma en que entendemos los datos. Históricamente, los pacientes han sido tratados como datos estáticos, lo que significa que su información siempre ha estado almacenada en un servidor y prácticamente intacta. Puede actualizarse periódicamente a medida que se recopilan nuevos datos, pero investigadores e ingenieros realizan principalmente el análisis y la transformación de datos en copias del conjunto de datos.
Hay otra manera de pensar en estos datos, en lugar de considerarlos como un fósil arqueológico que necesita ser protegido y preservado en estasis. Deberíamos pensar en ello como una entidad viva, que crece, cambia, se adapta y se actualiza a medida que se agrega nueva información.
Las IA desempeñan un papel importante en los sistemas dinámicos, ya que monitorean datos y toman acciones según las condiciones establecidas por los desarrolladores. Por ejemplo, una IA podría activar una alarma y contactar automáticamente a un médico cuando un paciente alcance un umbral de riesgo calculado mediante un modelo predictivo.
Debido a que gran parte del trabajo pesado lo realiza la IA (como limpiar y filtrar los datos y ajustar los modelos), los analistas dedican más tiempo a interpretar los resultados y expandir el sistema, implementando más y mejores modelos que pueden tener un impacto directo tanto en el pacientes y la institución.
Con datos dinámicos, la gerencia puede tener modelos inteligentes que les ayuden a tomar decisiones logísticas de manera más eficiente. Por ejemplo, con el análisis en la nube, puede calcular la demanda esperada de camas en función de factores como la tasa de infección de una enfermedad en el área, la afluencia de nuevos pacientes y la fecha prevista de alta de los pacientes actuales.
Análisis de datos fuera del sitio
Los sistemas sanitarios tienen mucho que ganar con el uso del almacenamiento y la informática en la nube. En primer lugar, existe una cuestión de escalabilidad. Debido a que los servicios en la nube son bajo demanda, el sistema naturalmente escalará y se adaptará a medida que se necesite más potencia de procesamiento. Con los servidores locales, TI tiene que actualizar el hardware manualmente, lo que lleva tiempo y aumenta los costos generales.
A medida que más personas compran dispositivos de recopilación de datos, como relojes inteligentes, refrigeradores y equipos de entrenamiento basados en la nube, surgen nuevas oportunidades para que el sistema de salud recopile datos directamente desde el hogar del usuario.
Los usuarios que lo deseen pueden compartir su rutina diaria y sus hábitos alimentarios, que a su vez pueden ser procesados por el sistema. ¿El final resulto? Modelos más precisos y mejores herramientas de diagnóstico para el profesional de la salud y datos más precisos para que el investigador estudie la salud humana, todo sin la molestia de tener que aumentar el ancho de banda en un servidor local.
Además de una recopilación de datos más rápida, también existe la cuestión de compartir datos de manera más eficiente: las instalaciones cercanas pueden compartir sus datos y la nube puede usar la información para crear modelos más precisos. Esto es lo que sucedió en Corea del Sur. El sector privado y el gobierno compartieron libremente información entre sí, lo que les permitió identificar centros de infección antes de que pudieran propagarse.
Por último, en cuanto al desarrollo de software, la implementación basada en la nube tiende a ser más rápida y limpia, se pueden implementar y depurar nuevas aplicaciones y tecnologías en tiempo real, esto es una bendición, especialmente si su equipo de desarrollo está trabajando fuera del sitio .
Una relación más cercana con el usuario final
Hasta ahora hemos hablado de los beneficios detrás de escena, pero el análisis en tiempo real también significa que un usuario puede tener un acceso más rápido y sencillo a los resultados de las pruebas, diagnósticos y recomendaciones.
Imagine um mundo interconectado onde um paciente tem um aplicativo de telefone que envia uma notificação quando os resultados do seu teste estão prontos e, ao mesmo tempo, essas informações são processadas pela nuvem e seu perfil é atualizado sem a necessidade de um analista humano e tudo en tiempo real.
Hay mucho que ganar aquí, especialmente para pacientes de edad avanzada o usuarios con necesidades especiales que requieren un apoyo cercano. Un cuidador puede tener acceso remoto a información clínica, así como a mediciones en tiempo real, como la frecuencia cardíaca, lo que ayuda enormemente en su trabajo.
En caso de una pandemia o una temporada de gripe, el análisis en la nube puede predecir posibles patrones de infección e informar a los pacientes cerca de los brotes que tengan precaución. Esto también se puede hacer para otras formas de riesgos para la salud, como la contaminación del aire.
En esencia, la atención médica es la industria del bienestar y, a medida que la tecnología evoluciona, es necesario observar cómo está cambiando el mundo y cómo puede cambiar con él para brindar un sistema más flexible y eficiente que pueda tener un mayor alcance y servir a la población en general. . .
