La ciencia de datos, tiene sus raíces en estadística/matemática, ciencias computacionales y su respectivo análisis de datos, estos temas han revolucionado muchas industrias y el campo de la salud no ha sido la excepción. A lo largo de los años, la fusión de tecnologías, técnicas estadísticas y el deseo de mejorar la atención médica ha llevado a avances significativos en este campo.
Década de 1960, comienzos de la Informática médica
En la década de los 60’s fueron creados los primeros sistemas de información hospitalaria para ayudar en el registro y administración de pacientes.
El Dr. Lawrence Weed introduce el «Problem Oriented Medical Record» que es una aproximación metodológica para el abordaje, registro y administración de los pacientes, este se orienta alrededor del problema del paciente, y es lo que hoy a evolucionado a la sistematización, caracterización y registro de información alrededor de la enfermedad con código CIE-10 (problema) o también centrados en un evento médico (CUPs – Código único de procedimiento) o administrativo (GRDs – Grupos relacionados para el diagnóstico).
Década de 1970, aparición de bases de datos médicos
Con la creación y el inicio de los sistemas de registros médicos electrónicos (Electronic Medical Records) aparece la necesidad de comenzar a almacenar datos médicos de manera organizada para la consulta e investigación futura.
Década de 1980, nace la bioinformática
Gracias a la popularización de la secuenciación de ADN, nace la bioinformática que es la intersección entre biología y ciencia de datos, a su vez, entra en la discusión el registro de datos multimodales, de múltiples fuentes y diversos formatos.
La necesidad de almacenar y analizar secuencias genéticas impulsa el desarrollo de nuevos algoritmos y bases de datos.
Década de 1990, auge de la inteligencia artificial (IA) en salud
Durante los años 90, la computación y la tecnología médica experimentaron avances significativos que permitieron el auge de la IA en el sector de la salud. Varios factores contribuyeron a esto: el aumento de la capacidad de procesamiento de las computadoras, el desarrollo de algoritmos más sofisticados y la acumulación de grandes datos médicos en formato digital.
En esta época se empezaron a desarrollar los «sistemas expertos» en forma de aplicación informática que emula la toma de decisiones de un experto humano. Utiliza una «base de conocimientos» y un «motor de inferencia» para resolver problemas específicos dentro de un cierto dominio. Uno de los sistemas expertos más conocidos de esta época fue MYCIN, que fue diseñado para diagnosticar enfermedades infecciosas de la sangre y recomendar tratamientos con antibióticos. Funcionaba haciendo preguntas al médico sobre el paciente y, con base en las respuestas, hacía un diagnóstico y sugería un tratamiento. Aunque MYCIN nunca se utilizó en la práctica clínica debido a las preocupaciones regulatorias y éticas, demostró ser tan o más preciso que los expertos humanos en sus diagnósticos.
Años 2000, medicina personalizada y genómica
El Proyecto Genoma Humano, completado en 2003, proporciona una referencia completa del genoma humano, impulsando la investigación genómica.
Surge la idea de medicina personalizada, donde el tratamiento se adapta según el genoma del paciente.
Década de 2010, Big Data y aprendizaje automático
Con la proliferación de wearables y dispositivos IoT (Internet of Things), se genera una cantidad sin precedentes de datos médicos.
Herramientas como TensorFlow y Keras popularizan el aprendizaje profundo, llevando a avances en la detección y diagnóstico de enfermedades mediante imágenes médicas y data multimodal y multifuente.
Google DeepMind desarrolla algoritmos que superan a los expertos en la detección de enfermedades oculares en imágenes de escaneo.
Década de 2020, interoperabilidad, normatividad, despliegue y ética del uso de la IA en salud
En este punto el lector debe estar teniendo la sensación que todo lo mencionado desde la década de 1960 en Colombia y Latinoamérica realmente ha estado sucediendo desde el año 2000 e incluso desde el 2010. Y es un asunto importante aclarar que una cosa es cuándo aparecieron los desarrollos o las investigaciones mencionadas y otra cosa es su popularidad y explosión, y este último caso se ha venido dando desde el 2015 en adelante y más luego de la pandemia mundial.
La década de 2020 y sabiendo que este post se está escribiendo ya a finales de 2023, será no solo para el uso de sistemas de gestión de información de una forma más organizada, en la transformación digital en salud, en la construcción y uso de bases de datos para modelos de IA en salud, sino también para entrar en la discusión del despliegue y uso de estos modelos para el apoyo en las decisiones clínicas de manera masiva, de los aspectos éticos y la normativa a nivel nacional e internacional.
