Hoy en día, el procesamiento de los datos nos genera una información que da valor a un simple número que puede aparecer en una computadora o a una serie de caracteres que se presentan. La accesibilidad de estos datos a través de un análisis de computadoras con tal potencial y disponibilidad que podemos llamar como “Big Data”.

En el ámbito de la salud, este procesamiento no se queda atrás, y específicamente en el tratamiento de la salud mental y las enfermedades que se pueden adherir a ello. El mundo está cambiando debido al crecimiento del número de datos, su necesidad de ser procesados y con ello la capacidad de las computadoras.

Aunque la ciencia de datos ya se ha visto reflejada en la salud, no ha tenido tanto impacto en la neurociencia y la salud mental.

Así como todo se centra en el ambiente digital, así los ámbitos de salud mental también están migrando a este escenario de evolución. Por ejemplo, la información recopilada de los registros médicos electrónicos y otras fuentes digitales (búsquedas en Internet, redes sociales y datos de teléfonos móviles) tiene un enorme potencial para la vigilancia de los trastornos mentales y su tratamiento. Esto ayuda a tener una planificación en los modelos, los tratamientos y las prácticas del sector salud.

Un esquema de diagnóstico ideal tendría coherencia en todos los entornos y en el tiempo, y señalaría la etiología, el pronóstico y la respuesta al tratamiento; Los esquemas actuales no logran esto, por lo que un diagnóstico registrado por sí solo puede ser inadecuado. Si a esto se le suma el factor de la observación clínica como decisión subjetiva, se puede llegar a una mala interpretación. Por lo tanto, también se hace un esfuerzo por recopilar y utilizar datos objetivos y medibles, como la neuroimagen y la psicometría para la clasificación.

Con todo este análisis, se puede predecir la depresión hasta seis meses antes de la aparición de un diagnóstico, lo que representa una oportunidad muy amplia.

Dado que los trastornos de salud mental como la depresión a menudo no se diagnostican, los exámenes de detección podrían representar una oportunidad para la identificación e intervención tempranas, lo que podría reducir la morbilidad, salvar vidas y proporcionar beneficios económicos [1].

Como es bien sabido, para crear ese valor, es necesario grandes cantidades de datos para tener una mayor aproximación a la realidad. El reclutamiento de pacientes es un paso limitante en los ensayos clínicos y uno de los factores más importantes de los costos. En consecuencia, muchos ensayos no logran los objetivos de reclutamiento. Por esto, es importante el registro de salud electrónicos, que pueden acelerar este proceso, utilizando datos recopilados de forma rutinaria como prueba de selección de los pacientes.

En la plataforma “Consent for Contact” de South London y Maudsley NHS Foundation Trust, a los pacientes de esta fundación de salud mental se les solicita habitualmente su consentimiento para ser contactados sobre proyectos de investigación relevantes basados ​​en la información de su historial médico [1].

Esto es un claro ejemplo que agiliza la obtención de los datos. Podemos asimilar esta situación con la de una persona que donará sangre, en lugar de desgastarse en la búsqueda de candidatos que tengan esa facilidad de donar sangres y plaquetas, se hace un registro de personas ya calificadas para este fin.

La vinculación de los datos administrativos y de salud recopilados de forma rutinaria con los datos de investigación puede brindar nuevas oportunidades para las evaluaciones de tratamientos y la reutilización de las terapias existentes para nuevas indicaciones. […] Si bien los datos de observación son vulnerables a la confusión, ahora existen métodos novedosos para reducir esta influencia [1].

Así pues, por medio de la ciencia de datos permite valuar directamente la situación, y entre más datos se tenga, más preciso.

Tres cuartas partes de la población del Reino Unido poseen un teléfono inteligente (Ofcom) y un número cada vez mayor utiliza dispositivos / aplicaciones de salud que se pueden usar. Los nuevos avances tecnológicos prometen transferir aspectos de apoyo y atención de los médicos a los pacientes. Existe un gran potencial para involucrar a los pacientes en su tratamiento y pasar del contacto esporádico con el paciente a un seguimiento y orientación continuos. En salud mental, se han logrado avances en la autoevaluación asistida por tecnología y la detección automática [1].

Las aplicaciones asistentes para la salud se hacen visibles y hacen posible la evaluación remota de síntomas percibidos por el paciente. Actualmente, ante la situación frente al COVID, cuántas personas no se vieron privadas de una atención médica, ya sea por falta de capacidades de transporte o por el simple hecho de tener una posibilidad de contagio al asistir a un hospital.

A través de técnicas de ciencia de datos, algunas aplicaciones pueden proporcionar una plataforma para una evaluación inteligente y recomendaciones adaptadas al paciente individual. Sin embargo, la calidad y la base de evidencia para las aplicaciones relacionadas con la salud es variable. Se puede lograr una evaluación rápida con retroalimentación en tiempo real y puede establecer un canal de comunicación con los cuidadores y médicos, así como soporte remoto automatizado. Existe evidencia de que las aplicaciones podrían reducir el abuso de sustancias, la depresión y el estrés. Hay una cantidad de aplicaciones de autogestión disponibles que permiten el seguimiento automático del estado de ánimo para facilitar el tratamiento o ayudar a los pacientes a manejar los ataques de pánico [1].

La complejidad y escala de la atención sanitaria y social significa que el uso de la información para la planificación de servicios, la prestación y el seguimiento de los resultados es cada vez más crucial.

Ante el incremento de datos y las deficiencias de los procesos, se ve en la necesidad de potenciar la era digital y la ciencia de datos. Así pues, una vez analizados y procesados los datos, se creará un valor que dicte una información capaz de predecir y manejar las situaciones referentes a enfermedades y a la salud mental. La ciencia de datos es un campo con una evolución amplia y predominante.

Referencias

1.- Tom C., Russ et all. «How data science can advance mental health research».