Tema 2

Retos de Futuro en Gestión Sanitaria

Desarrollo del manejo de

datos. Big data e
inteligencia emocional
 Índice
Esquema 3
© Universidad Internacional de La Rioja (UNIR)

Ideas clave 4
2.1. Introducción y objetivos 4
2.2. Desarrollo del manejo de datos 4
2.3. El big data en la planificación 9
2.4. Referencias bibliográficas 12

A fondo 14
 Esquema
© Universidad Internacional de La Rioja (UNIR)

Retos de Futuro en Gestión Sanitaria

3
Tema 2. Esquema
 Ideas clave

2.1. Introducción y objetivos

En este tema trataremos las bases de datos: el concepto básico, los modelos y el
manejo de estas. También vamos a ver su aplicación a las ciencias de la salud y lo que
puede aportar su manejo, dónde se aplican habitualmente y dónde aportan valor.

También abordaremos que es el big data, el potencial que tiene en medicina y sus
dificultades para su uso más generalizado y cómo aportan información que mejora
los resultados y la gestión.

Los objetivos que se pretenden conseguir:

 Conocer qué son y para qué sirven las bases de datos.

 Conocer su posibilidad y sus dificultades.
 Conocer las nuevas herramientas que permiten mejorar y modificar la forma en
que se plantea la sanidad en el futuro.

2.2. Desarrollo del manejo de datos

En informática se conoce como dato a cualquier elemento informativo que tenga

relevancia para un usuario y, desde su nacimiento, la informática se ha encargado de
© Universidad Internacional de La Rioja (UNIR)

proporcionar herramientas que faciliten la manipulación de los datos.

Antes de la aparición de las aplicaciones informáticas, las empresas tenían como

únicas herramientas de gestión de datos los ficheros con cajones, carpetas y fichas
de cartón. En este proceso manual, el tiempo requerido para manipular dichos datos

Retos de Futuro en Gestión Sanitaria

4
Tema 2. Ideas clave
 era enorme, pero la propia informática ha adaptado sus herramientas para que el
usuario utilice elementos que se parezcan a los manuales, por eso se sigue hablado
de ficheros, formularios, carpetas, directorios…

Por datos hablamos de hechos conocidos que pueden registrarse y tienen un

significado implícito. Una base de datos (BD) se entenderá como una
colección de datos relacionados entre sí y que tienen un significado implícito.

Esta definición hace referencia a dos elementos necesarios a la hora de que un

conjunto de datos constituya una base de datos [1]:

 Relaciones entre datos.

 Significado implícito de los datos que se atribuye dependiendo del contexto en
que se utilizan estos. Por ejemplo, el dato fecha en una base de datos de ventas
puede referirse a la fecha de emisión de las facturas, mientras que, si la base de
datos es de música, quizás corresponda a la fecha en que se grabó un tema
musical. Es decir, el significado de un dato depende de la BD que lo contenga.

Coincidiendo con la evolución histórica de las bases de datos, estas han utilizado
distintos modelos:

 Jerárquicos
 En red.
 Relacionales.
 Multidimensionales.
 De objetos.
© Universidad Internacional de La Rioja (UNIR)

Sistemas de ficheros tradicionales

En estos sistemas, cada programa almacenaba y utilizaba sus propios datos de forma
un tanto caótica. La única ventaja que conllevaba es que los procesos eran
independientes, por lo que la modificación de uno no afectaba al resto.

Retos de Futuro en Gestión Sanitaria

5
Tema 2. Ideas clave
 Sistemas de base de datos relacional

En este tipo de sistemas los datos se centralizan en una BD común a todas las
aplicaciones.

Sistema gestor de bases de datos

Un sistema gestor de bases de datos (SGBD) es una aplicación que permite a los
usuarios definir, crear y mantener una base de datos, y proporciona acceso
controlado a la misma.

En general, un SGBD proporciona los siguientes servicios:

 Permite la definición de la BD mediante el lenguaje de definición de datos (DDL –

Data Description Language). Este lenguaje permite especificar la estructura y el
tipo de los datos, así como las restricciones sobre ellos. Todo esto se almacenará
en la BD.

 Permite la inserción, actualización, eliminación y consulta de datos mediante el

lenguaje de manejo o manipulación de datos (DML - Data Manipulation
Language).

 Proporciona un acceso controlado a la base de datos.

Anteriormente, la investigación en salud analizaba a un grupo de personas en

representación de la población general, cuyos resultados se extrapolarían a esta
última. Sin embargo, con el desarrollo de las tecnologías, comenzó a cambiarse este
© Universidad Internacional de La Rioja (UNIR)

enfoque a través del surgimiento de la «medicina personalizada», centrándose en la

salud individual de cada persona, siendo capaz incluso de predecir el alzhéimer e
incluso el cáncer.

Retos de Futuro en Gestión Sanitaria

6
Tema 2. Ideas clave
 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.

Los macrodatos se convertirán en una base clave de la competencia, sustentando

nuevas oleadas de crecimiento de la productividad, innovación y excedente del
consumidor, siempre que se implementen las políticas y los facilitadores adecuados
© Universidad Internacional de La Rioja (UNIR)

[2].

En las economías desarrolladas de Europa, los administradores gubernamentales

podrían ahorrar más de 100 000 millones de euros (149 000 millones de dólares) solo
en mejoras de eficiencia operativa mediante el uso de macrodatos. Sin incluir el uso

Retos de Futuro en Gestión Sanitaria

7
Tema 2. Ideas clave
 de big data para reducir el fraude y los errores y aumentar la recaudación de
impuestos.

La investigación ofrece siete ideas clave:

 Los datos se han extendido a todas las industrias y funciones comerciales y ahora
son un factor importante de producción, junto con la mano de obra y el capital.
 Existen cinco formas generales en las que el uso de macrodatos puede generar
valor:
• Primero, los macrodatos pueden desbloquear un valor significativo al hacer que
la información sea transparente y utilizable con una frecuencia mucho mayor.
• En segundo lugar, a medida que las organizaciones crean y almacenan más
datos transaccionales en forma digital, pueden recopilar información de
rendimiento más precisa y detallada.
• En tercer lugar, el big data permite una segmentación cada vez más estrecha
de clientes y, por lo tanto, productos o servicios personalizados con mucha más
precisión.
• Cuarto, los análisis sofisticados pueden mejorar sustancialmente la toma de
decisiones.
• Finalmente, los macrodatos se pueden utilizar para mejorar el desarrollo de la
próxima generación de productos y servicios.
 El uso de big data se convertirá en una base clave de competencia y crecimiento
para empresas individuales.
 El uso de macrodatos apuntalará nuevas oleadas de crecimiento de la
productividad y excedente del consumidor.
 Si bien el uso de macrodatos será importante en todos los sectores, algunos están
preparados para obtener mayores ganancias. Los sectores de la información y los
© Universidad Internacional de La Rioja (UNIR)

productos informáticos y electrónicos, así como el de las finanzas, los seguros y el

gobierno están preparados para beneficiarse sustancialmente del uso de
macrodatos.
 Habrá una escasez de talento necesario para que las organizaciones aprovechen
el big data.

Retos de Futuro en Gestión Sanitaria

8
Tema 2. Ideas clave
  Las políticas relacionadas con la privacidad, la seguridad, la propiedad intelectual
e incluso la responsabilidad deberán abordarse en un mundo de big data.

Reed V. Tuckson, una de las grandes autoridades norteamericanas en salud pública,

y la mayoría de los médicos que han participado en la cumbre Digital Health Summit
2013 son concluyentes, según describe Martín [3] en su artículo: «no hay otra
solución en el sector de la salud: o se aprovechan las tecnologías ya existentes, desde
las aplicaciones para móviles a los big data, o la sanidad pública quebrará en todos
los países occidentales».

2.3. El big data en la planificación

El potencial de big data en medicina reside en la posibilidad de combinar los datos

tradicionales con otras nuevas formas de datos tanto a nivel individual como
poblacional, es decir, realizar la integración de datos estructurados y no
estructurados, ya que en el sector sanitario se genera una inmensa cantidad y
variedad de datos tanto estructurados, semiestructurados como desestructurados o
no estructurados.

Recordemos que un dato estructurado es un dato que puede ser almacenado,

consultado, analizado y manipulado por máquinas, normalmente en modo tabla de
datos, mientras que un dato no estructurado o desestructurado es todo lo contrario.

Los datos estructurados son los datos clásicos de los pacientes (nombre, edad, sexo…)
y los no estructurados serían las recetas de papel, los registros médicos, las notas
© Universidad Internacional de La Rioja (UNIR)

manuscritas de médicos y enfermeras, las grabaciones de voz, las radiografías,

escáneres, resonancias magnéticas, TAC y otras imágenes médicas.

Las aplicaciones de big data en el sector salud y sanitario son numerosas y en

aumento. Por ejemplo, los profesionales sanitarios pueden utilizar la analítica de big

Retos de Futuro en Gestión Sanitaria

9
Tema 2. Ideas clave
 data en tiempo real para saber dónde se está extendiendo un virus de la gripe y a
qué ritmo, pueden adaptar la respuesta y garantizar el suficiente stock de vacunas
para los sitios que lo necesiten.

El verdadero problema es que la información necesaria para evaluar correctamente

el riesgo del paciente y determinar el mejor tratamiento está disponible en las notas
del médico, pero sin las herramientas apropiadas el conocimiento sigue sin estar
disponible y, por tanto, sin poderse utilizar eficazmente.

The Human Face of Big Data es un proyecto realizado a lo largo del año 2012,
financiado por la empresa EMC y que ha tratado de analizar el modo en que big data
transformará nuestras vidas y cómo mejorará la sociedad. Las seis áreas en las que
se ha centrado la investigación han sido las siguientes [4]:

 Salud y bienestar. Para combatir enfermedades crónicas y terminales como

Parkinson, cáncer, etc.
 Seguridad y calidad de vida. El big data ayudará a mejorar la seguridad en las
ciudades, reduciendo el crimen.
 Asuntos gubernamentales. Podrá ayudar a mejorar los servicios y el acceso a ellos.
Además, se encargará de monitorear procesos ciudadanos, como elecciones
gubernamentales, y aspectos como la corrupción.
 Medio ambiente. El proyecto también contempla el monitoreo de emisiones
contaminantes, así como análisis y optimización de consumo energético.
 Relaciones interpersonales. Es uno de los aspectos en los que el proyecto tiene
pensado en enfocarse más; el modo en que Internet y las redes sociales,
especialmente en su faceta móvil, han ido cambiando la manera en que nos
relacionamos.
© Universidad Internacional de La Rioja (UNIR)

 Negocios y comercio. De qué forma big data transforma la rentabilidad de estos

ámbitos.

«Una cadena de supermercados ha demostrado que es capaz (sin mirar) de

saber si una clienta habitual está esperando un hijo e incluso de adivinar el

Retos de Futuro en Gestión Sanitaria

10
Tema 2. Ideas clave
 momento del nacimiento con cierta precisión. La noticia llamaba la atención
de los medios porque la familia de una joven se enteró del embarazo
sorpresa de su hija por los cupones regalo para embarazadas que el “super”
le empezó a enviar a casa» [5].

Todo el mundo coincide en considerar el enorme potencial del big data en el campo
de la salud y ya hay algunos casos notables.

«La aplicación BlueStar de WellDoc para pacientes con diabetes tipo 2 es

capaz, gracias a la acumulación permanente de datos de pacientes y su
análisis en tiempo real, de predecir con fiabilidad una hipoglucemia 24 horas
antes de que se produzca; es más, el modelo, gracias a que continúa
analizando datos, no deja de mejorar» [6].

Para algunos, el big data debería ser una solución para los avances terapéuticos de
las enfermedades raras o los cánceres poco frecuentes, dado que debería permitir
analizar montones de datos que harían que el número de casos, aunque insuficientes
a nivel local, fueran notables desde un ámbito global. Pese a disponer de un
planteamiento metodológico atractivo, el big data está teniendo problemas debido
a la mala calidad de las bases de datos clínicos, lo que limita, y mucho, sus usos,
especialmente en evaluaciones terapéuticas y análisis de causalidad (6).

En el sector salud existen numerosas fuentes de datos heterogéneos que arrojan gran
cantidad de información de los pacientes, las enfermedades y los centros sanitarios.
Estos datos se pueden obtener de la historia clínica, de dispositivos, de las pruebas
realizadas, etc. Analizar esta información puede ayudarnos a crear modelos
predictivos que nos ayuden a tomar decisiones y a plantear acciones que mejoren los
resultados en salud de la población.

Los sistemas de alerta inteligente, creados a partir del big data, predicen el riesgo de
© Universidad Internacional de La Rioja (UNIR)

ciertas patologías, con un margen de error controlado, y nos ayudan a tomar medidas
de forma anticipada que mejoren los resultados en salud de estas patologías.

Retos de Futuro en Gestión Sanitaria

11
Tema 2. Ideas clave
 Ejemplo

ADMIRE permite evaluar con un acierto superior al 90 % el riesgo individual de

padecer la enfermedad de Alzheimer.

http://www.iic.uam.es/soluciones/salud/admire/

2.4. Referencias bibliográficas

[1] 1.1. Introducción [Internet]. Gestión de Bases de Datos. [Citado 1 de julio de

2021]. Recuperado a partir de:
https://gestionbasesdatos.readthedocs.io/es/latest/Tema1/Teoria.html

[2] Manyika J, Chui M, Brown B, Bughin J, Dobbs R, Roxburgh C, et al. Big data: The
next frontier for innovation, competition, and productivity [Internet]. McKinsey
Digital. 2011 [citado 1 de julio de 2021]. Recuperado a partir de:
https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-
data-the-next-frontier-for-innovation#

[3] Martín J. La industria médica apuesta por la tecnología para salvar a la sanidad
pública. El País. 10 de enero de 2013. Recuperado a partir de:
https://elpais.com/tecnologia/2013/01/10/actualidad/1357836316_456424.html

[4] Joyanes Aguilar L, Poyatos JM. Big Data y el sector de la salud: el futuro de la
sanidad [Internet]. Juan Miguel Poyatos Blog. 2021 [citado 1 de julio de 2021].
Recuperado a partir de: http://poyatosdiaz.com/index.php/big-data-y-el-sector-de-
la-salud-el-futuro-de-la-sanidad
© Universidad Internacional de La Rioja (UNIR)

[5] Monguet JM. Big data y salud [Internet]. Avances en gestión clínica. 2015 [citado
1 de julio de 2021]. Recuperado a partir de:
http://gestionclinicavarela.blogspot.com/2015/11/big-data-y-salud.html

Retos de Futuro en Gestión Sanitaria

12
Tema 2. Ideas clave
 [6] Monguet JM. Big data y salud [Internet]. Avances en gestión clínica. 2015 [citado
1 de julio de 2021]. Recuperado a partir de:
http://gestionclinicavarela.blogspot.com/2015/11/big-data-y-salud.html

[7] Varela J. Investigación en cáncer: “Little Science”, “Big Data” o “Big Science”
[Internet]. Avances en gestión clínica. 2018 [citado 1 de julio de 2021]. Recuperado a
partir de: http://gestionclinicavarela.blogspot.com/2018/04/investigacion-en-
cancer-little-science.html
© Universidad Internacional de La Rioja (UNIR)

Retos de Futuro en Gestión Sanitaria

13
Tema 2. Ideas clave
 A fondo
Big Data y el sector de la salud: el futuro de la sanidad

Joyanes Aguilar L, Poyatos JM. Big Data y el sector de la salud: el futuro de la sanidad
[Internet]. Juan Miguel Poyatos Blog. 2021 [citado 1 de julio de 2021]. Recuperado a
partir de: http://poyatosdiaz.com/index.php/big-data-y-el-sector-de-la-salud-el-futuro-
de-la-sanidad

Para ampliar y profundizar en conocimientos se recomienda leer este artículo en el

que nos hemos basado a lo largo del tema.

Big Data en salud: retos y oportunidades

Menasalvas E, Gonzalo C, Rodríguez-González A. Big Data en salud: retos y

oportunidades. Econ Ind. 2017;405:87-97.
https://www.mincotur.gob.es/Publicaciones/Publicacionesperiodicas/EconomiaIndustr
ial/RevistaEconomiaIndustrial/405/MENASALVAS, GONZALO Y RODRÍGUEZ.pdf

Este artículo nos ayudará a comprender cuál es la situación de big data en el sector
de la salud.
© Universidad Internacional de La Rioja (UNIR)

Retos de Futuro en Gestión Sanitaria

14
Tema 2. A fondo