#INFECCIOSAS

br

CARMEN M. LÓPEZ Madrid | viernes, 06 de julio de 2018 h |

El impacto del big data en las enfermedades infecciosas está teniendo un potencial “extraordinario”, en palabras del presidente de la Sociedad Española de Enfermedades Infecciosas y Microbiología Clínica (Seimc), José Miguel Cisneros. Todo ello ya anticipa el beneficio que suponen estas herramientas en su aplicación en el abordaje de las infecciones.

“La posibilidad de tratamientos dirigidos por los nuevos métodos de diagnóstico molecular rápido permite hacer un tratamiento individualizado de lo que antes era un gran síndrome”, aclara Cisneros.

En este contexto, pone el ejemplo de la neumonía asociada a ventilación mecánica, donde el diagnóstico microbiológico de la causa que producía esa infección tan grave, tardaba, con los métodos tradicionales, entre 48-72 horas en conocerse y tener la sensibilidad. “Con estas nuevas herramientas se ha conseguido adelantar, de manera que es posible conocer la etiología y sensibilidad en pocas horas con diversas herramientas”. Un ejemplo, a su juicio, de medicina personalizada de la etiología, es decir, de la bacteria que produce la infección. “Sabemos que en las infecciones graves cada hora que pasa sin que reciban el tratamiento antibiótico aumenta la mortalidad”, recuerda.

Las pandemias

Otro ejemplo de relevancia está en la precisión de la extensión de las epidemias. Gracias al big data es posible ya conocer la extensión de estas enfermedades en tiempo real. Es el caso de la gripe aviar donde gracias a los métodos de comunicación que se basan en la producción de un gran volumen de datos en tiempo real es posible saber que a España, la gripe llegaría con más antelación que esperar a la declaración oficial. “Esto es un buen ejemplo de como las nuevas tecnologías contribuyen al avance tecnológico desde el punto de vista que adelanta la intensidad de una epidemia”, indica.

Otro ejemplo de como el big data se está expandiendo en el abordaje de estas enfermedades son los Programas de Optimización del Uso de Antibióticos (PROA), que tratan de abordar la presión antibiótica y su impacto ecológico.

Con todo, parece claro que el desarrollo del big data ha puesto en relevancia la capacidad de analizar la información y a través de la misma establecer modelos predictivos que permiten detectar pacientes en riesgo.

En concreto, los datos de la historia clínica son una fuente de información formidable no solo para resumir lo ocurrido, sino para identificar pacientes en riesgo, incluso fuera de las paredes de la UCI, y para modular el futuro ayudando a los profesionales a tomar decisiones, a proyectar el conocimiento acumulado, la experiencia, y todo su talento al servicio de los pacientes.


José Miguel Cisneros:
“Este diagnóstico rápido ya permite hacer un tratamiento individualizado”