Opinião: O papel do Big Data na Saúde
Por Hugo Salgado (*)
Quando falamos de Big Data numa área específica como a Saúde, podemos referir-nos a conjuntos de dados provenientes de dispositivos electrónicos de saúde que são grandes, complexos, ou impossíveis de gerir com os tradicionais sistemas de software ou hardware, nem conseguem ser facilmente geridos com tradicionais ou comuns ferramentas e métodos.
Estes dados podem ter variadas origens: sensores remotos e outros equipamentos de medição de sinais vitais; impressões digitais, dados genéticos, dados manuscritos, scans de retina, raios-x e outros documentos médicos, pressão sanguínea e pulsação; dados gerados pelo utilizador provenientes dos sistemas eletrónicos médicos como relatórios médicos, mails e documentos em papel.
Grande parte dos dados eram tradicionalmente estáticos, sendo constituídos por ficheiros em papel, raios-x, papéis transcritos à mão e informação referente a dados como a glucose dos diabéticos, pressão sanguínea e electrocardiogramas (ECG). Com a evolução da atividade, os dados relacionados com a saúde serão criados e acumulados continuadamente, resultando em grandes quantidades de informação necessária de ser analisada. Os avanços na gestão, virtualização e computação em tecnologia Cloud, tem permitido o desenvolvimento de plataformas que possibilitam uma maior eficácia e manipulação dos dados.
A futura aplicação de dados em tempo real poderá ter efeitos preventivos em determinadas situações como a detecção de infecções e previsão de picos de surto gripal, permitindo uma identificação mais célere de problemas e, consequentemente a aplicação de tratamentos corretos de forma mais rápida, contribuindo tanto para a redução da taxa mortalidade dos utentes, como para a prevenção e sensibilização das equipas clínicas de possíveis picos de trabalho.
E de que forma a Big Data poderá ajudar a diminuir o desperdício e a ineficiência? A resposta é: de diversas formas. Através da Big Data é possível encontrar formas de diagnosticar e tratar os doentes da forma clinicamente mais relevante e eficaz no que à questão dos custos diz respeito, ou ainda fazer uma modelação preditiva que permita produzir dispositivos e medicamentos mais rapidamente, assim como ferramentas estatísticas e algoritmos a fim de incentivar uma melhor combinação entre o tratamento e a doença do paciente, potenciando a redução de possíveis falhas.
Para além disso, o Big Data facilita a análise de padrões e monitorização de doenças para aumentar a velocidade de resposta, desenvolvimento mais rápido de vacinas, transformar conjuntos grandes de dados em informação que pode ser usada para identificar necessidades, providenciar serviços, prever e prevenir crises; ou ainda a análise rápida de pedidos de comparticipação de medicamentos de forma a reduzir a fraude, desperdício e abuso.
A combinação de dados financeiros, operacionais e clínicos estruturados e não estruturados de forma a compatibilizar tratamentos com receitas e providenciar cuidados mais efectivos, a - captura e observação em tempo real de um largo conjunto de dados no hospital ou em dispositivos remotos para uma monitorização segura e rápida dos sinais dos pacientes, ou a - criação de um perfil analítico do paciente, são mais algumas das mais-valias disponibilizadas pela aplicação deste conceito tecnológico revolucionário
Com a existência de um maior foco por parte das organizações em assuntos como a privacidade e segurança dos dados dos pacientes, bem como a melhoria contínua de ferramentas e tecnologias a fim de adquirir vantagens competitivas no mercado, a escolha de uma plataforma e tecnologia de análise com uso de Big Data deve suportar as funções chave necessárias para processar os dados recolhidos.
Os critérios para a avaliação da escolha de uma determinada plataforma/tecnologia devem incidir sobre a disponibilidade, continuidade, facilidade de uso, escalabilidade, capacidade de manipular dados em diferentes níveis de granularidade, privacidade dos dados, segurança e garantia de qualidade. Com estes critérios, a análise para o utilizador final será de fácil utilização e visualização bem como transparente, acrescentando valor e informação para a tomada de decisão.
(*) Consultor Junior BI na GSTEP