Instituto Politécnico Nacional

Escuela Superior De Medicina

Informática Medica
Ensayo: LA CIENCIA DE DATOS Y SU RELACIÓN
CON LAS TICS Y LA MEDICINA

Alumna: Rodriguez Rocha Alondra

Grupo: 4CM15
 INTRODUCCIÓN
Entender qué es la ciencia de datos o data science se ha convertido en un elemento fundamental
para sacar el máximo provecho de los datos que se generan diariamente en las diferentes áreas.
Esto con el objetivo de mejorar la toma de decisiones y diseñar estrategias cada vez más efectivas.
Los datos son símbolos en estado puro (no procesados) que codifican un mensaje o una
información en un lenguaje digital. Este lenguaje solo puede ser leído y comprendido por sistemas
computarizados de analítica, no por humanos. Estos sistemas son los que se encargan de procesar
y transformar los datos en información legible y entendible por las personas.
Dicho esto, la ciencia de datos (o data science, en inglés) es una disciplina que emplea diversas
tecnologías y métodos como el análisis big data y el business intelligence para procesar y analizar
los datos recolectados por cualquier organización, con el propósito de detectar patrones y
tendencias que optimicen la toma de decisiones estratégicas.
La ciencia de datos sirve para identificar de forma masiva y rápida todos aquellos casos en curso
que podrían presentar ciertas dificultades, así como aquellos que pueden ser más sencillos.
Además, gracias a los sistemas de análisis de datos que utilizan lo que es machine learning, es
posible implementar modelos de analítica predictiva capaces de analizar la información de gran
cantidad de juicios finalizados para así descubrir un patrón que permita predecir los resultados de
juicios similares en curso.

Con los sistemas basados en ciencia de datos se puede acceder de forma automatizada a cientos y
hasta millones de documentos al mismo tiempo, para analizarlos y extraer de ellos información
puntual, ya sea para citar instancias o fallos específicos y preparar casos actuales con base en ello
con gran rapidez.
Para comprender mejor la ciencia de datos (y cómo puede aprovecharla) es igual de importante
conocer otros términos relacionados con el campo, como inteligencia artificial (IA) y aprendizaje
autónomo
• IA significa hacer que una computadora imite de alguna manera el comportamiento
humano.
• La ciencia de datos es un subconjunto de la IA que se refiere más a las áreas
superpuestas de las estadísticas, los métodos científicos y el análisis de datos, que se
utilizan todas para extraer significado y conocimientos de los datos.
• El aprendizaje autónomo es otro subconjunto de la IA y consiste en las técnicas que
permiten que las computadoras descubran cosas a partir de los datos y realicen
aplicaciones de IA.
Y, por si acaso, incluimos otra definición.
• Aprendizaje profundo, que es un subconjunto del aprendizaje autónomo que permite
que las computadoras resuelvan problemas más complejos.
 DESARROLLO

El uso de datos masivos para la extracción de conocimiento ha sido llevado a cabo a través de la
ciencia de datos. En el campo de la medicina, la reciente digitalización de los registros médicos
electrónicos ha permitido el uso y desarrollo de nuevas tecnologías para extraer información
relevante.
El análisis de datos ha provocado que la ciencia médica alcance un nivel de desarrollo inaudito:
desde la digitalización de expedientes médicos hasta el descubrimiento de medicamentos y la
exploración de enfermedades genéticas. ¿Sabías que la industria de la salud y la Ciencia de Datos
se vinculan comúnmente a través de las finanzas, pues el sector médico se encuentra en búsqueda
de una reducción significativa de gastos?
resulta significativo señalar que la industria médica hace uso de grandes cantidades de
información: por ejemplo, expedientes médicos digitales, estudios clínicos, información genética,
facturas, administración del cuidado, bases de datos, artículos científicos, redes sociales e
investigación por Internet. Con estos conjuntos herméticos de datos, los científicos se dedican al
análisis tanto de patrones de identificación como de hipótesis y evaluación del riesgo; o predicción
a través de modelos de Machine Learning que calculan la posibilidad de que un evento ocurra en
el futuro con base en variables conocidas.
A continuación puntualizo en algunas acciones donde la Ciencia de Datos ha sido usada para un
mejor cuidado no sólo de la salud, sino también de la calidad de vida:
• En el descubrimiento de las alteraciones que puede provocar una medicina en el cuerpo
humano, los científicos se valen del manejo de Big Data para simular la reacción de una
medicina en proteínas del cuerpo, en distintas células y condiciones para que exista una
mejora en los tiempos de aprobación de una nueva medicina, que actualmente puede
tardar.
• Una de las acciones más deseables dentro del cuidado de la salud es la prevención de
enfermedades. Hábito que no sólo procura que todo ciudadano tenga una mejor calidad de
vida, sino que también fomenta un ahorro mayor para todo sistema de salud. En ese
sentido, la Ciencia de Datos ha influido en esta lucha a través de la implementación de
dispositivos inteligentes que ayudan a monitorear y promover hábitos saludables.

• Se considera que la imagenología médica es una de las aplicaciones más fundamentales de

la Ciencia de Datos en la medicina debido a que aporta grandes insights al proceso de
diagnóstico de un paciente. Por ejemplo, en la Universidad de Stanford hay investigadores
que han desarrollado data driven models para diagnosticar latidos irregulares de corazón y
reconocimiento de lesiones benignas o malignas en la piel.

El análisis de datos podría beneficiar a la medicina para, por ejemplo:

• Obtener un archivo centralizado y estructurado con todos los datos recogidos.

• Segmentar la población en grupos según las características sociosanitarias similares y
rangos de riesgo.
• Analizar la eficacia o efectos adversos de un fármaco o tratamiento.
 • Elaborar estadísticas sobre los pacientes para elegir aquellos que sean más adecuados
para los estudios clínicos.
• Detectar previamente las necesidades de los pacientes de recibir una atención
especializada.
• Conseguir patrones de comportamiento en pacientes y profesionales de la salud.
La aplicación de este tipo de procesos puede lograr identificar y anticiparse a las necesidades de
los pacientes en los centros sanitarios o los laboratorios clínicos. Analizar los datos históricos junto
con el impacto social define algunas políticas preventivas:

• Campañas de salud ambiental y laboral.

• Políticas públicas para el desarrollo de la educación para la salud.
• Estudios de probabilidad de aparición o continuidad de una enfermedad.
• Vigilancia de brotes epidémicos.
• Desarrollo de programas de investigación en salud pública.
• Evaluar la calidad de los servicios médicos.

Con el auge de Internet los pacientes disfrutan de mayores posibilidades para crear y participar en
comunidades online de eSalud, para asociar los conceptos e-paciente, con la influencia online y la
capacidad de desarrollar nuevas propuestas para conseguir:

• Test con mejores resultados clínicos.

• Diseño de nuevos tratamientos.
• Reducción de errores médicos.
• Medidas de prevención mucho más eficaces.
• Un trato personalizado a cada paciente.

De este modo, se promueve una mayor preocupación por la salud en la sociedad de una forma
interactiva. Con el análisis de datos, los pacientes se sienten responsables de su propia salud,
generando una mayor implicación en el análisis de diagnósticos.
CONCLUSIÓN

El avance de las tecnologías no solo está revolucionando los aspectos de negocio, sino también los
relacionados con la vida cotidiana. Anteriormente, la investigación en salud analizaba a un grupo
de personas en representación de la población general, cuyos resultados se extrapolarían a la
misma. Sin embargo, con el desarrollo de las tecnologías, comenzó a cambiarse este enfoque a
través del surgimiento de la “medicina personalizada” centrándose en la salud individual de cada
persona, siendo capaz incluso de predecir el alzheimer e incluso el cáncer.
La tremenda cantidad de información relacionada con la salud de grupos de pacientes obtenida
desde las historias clínicas electrónicas hasta los hábitos de consumo y dispositivos wearables o
“vestibles”, han creado nuevas formas de gestionar el riesgo individual de un paciente frente a su
enfermedad y el riesgo colectivo de un grupo delimitado en una organización o región particular;
así, es posible generar estrategias predictivas y preventivas y establecer intervenciones
individuales y colectivas específicas que mejoren las dinámicas sanitarias y económicas del sector.

Desde las perspectivas socioeconómicas y teniendo en cuenta iniciativas internacionales de

apertura de datos, el acceso a información relacionada con precio de medicamentos y
procedimientos, distribución y costo del personal y la infraestructura sanitaria, frecuencias de uso
de servicios de salud y modelos de administración del recurso, es posible el diseño y evaluación de
estrategias que mejoren la equidad, la oportunidad, el acceso y la calidad de los servicios de salud.

Hasta la salud pública y el proceso epidemiológico tienen nuevas fuentes de información, más
robustas y muchas veces desestructuradas. Estas nuevas fuentes han irrumpido en los últimos
años; desde las tendencias de uso de motores de búsqueda y la información en redes sociales,
hasta los hábitos de consumo y movimientos migratorios constituyen nuevos insumos que pueden
explicar e, incluso, predecir el comportamiento de enfermedades infecciosas y no infecciosas,
para, de esta manera, apoyar la formulación de políticas dirigidas a su control.

No obstante, estas grandes oportunidades pueden traer grandes dificultades: la privacidad y la

confidencialidad de la información que, en salud es altamente sensible, constituyen grandes retos
técnicos, administrativos y legales, como también oportunidades para la ilegalidad y el crimen.

La Ciencia de los Datos abre así nuevos paradigmas en el mundo de la salud. Esta es una invitación
a los profesionales del sector a aproximarse y profundizar en realidades que cambiarán la manera
de ver los problemas en esta área, que están a la ‘vuelta de la esquina’.
BIBLIOGRAFÍA

Sierra, Y. (2021, 14 mayo). Qué es la ciencia de datos, para qué es, importancia y ejemplos.
Legaltech. Recuperado 18 de febrero de 2022, de https://blog.lemontech.com/que-es-la-
ciencia-de-datos/
Ciencia de datos aplicada a la medicina | Universidad Panamericana. (s. f.). gj. Recuperado 18 de
febrero de 2022, de https://www.up.edu.mx/es/noticias/35402/ciencia-de-datos-
aplicada-la-
medicina#:%7E:text=El%20uso%20de%20datos%20masivos,tecnolog%C3%ADas%20para%
20extraer%20informaci%C3%B3n%20relevante.

wmarcano2019@gmail.com. (2020, 30 mayo). CÓMO HA INFLUIDO LA CIENCIA DE DATOS EN EL

ESTUDIO DE LA SALUD - I2DS. Instituto Internacional de Ciencia de Datos. Recuperado 18
de febrero de 2022, de https://i2ds.org/2020/05/30/como-ha-influido-la-ciencia-de-datos-
en-el-estudio-de-la-salud/
La importancia del análisis de datos en la medicina. (2018, 12 diciembre). Máster en Data Science.
Recuperado 18 de febrero de 2022, de https://www.master-data-
scientist.com/importancia-analisis-datos-en-medicina/