IDENTIFICACIÓN
Introducción:
- Obtener un diagnóstico certero, elegir el mejor tratamiento para un determinado paciente o elabo-rar un pronóstico de la enfermedad en medicina son tareas apoyadas en el conocimiento científico. Se basan en el proceso deductivo que organiza los datos disponibles y genera conocimiento aplica-ble a situaciones similares. Sin embargo, la medicina es más que una ciencia aplicada. También es un arte, pues se obtienen respuestas a partir de la inducción y la comparación de situaciones con modelos ya conocidos. Este arte, este “ojo clínico” que tradicionalmente se ha considerado como un valor necesario para ejercer la medicina, no cabe duda de que se basa en el procesamiento in-consciente de gran cantidad de información que el clínico adquiere en el encuentro con el paciente. Para el médico siempre ha sido evidente que existen más datos, más información, más fuentes de conocimiento clínico que los recogidos exclusivamente en la anamnesis y la exploración.
No resulta extraño, por tanto, que nos esforcemos en este momento en un cambio de paradigma. El paso de la “Medicina basada en la evidencia” a la “Medicina de precisión” requiere gran cantidad de información sobre el paciente, y se basa en el valor o el conocimiento que podemos extraer de dichos datos. Así, esa “Medicina basada en el valor” debe disponer de técnicas y herramientas que puedan recopilar información -los datos útiles y utilizables- de manera agregada, en grandes volú-menes y en formatos que permitan su procesamiento conjunto.
Es precisamente a este concepto, que contempla el uso de datos masivos, cuyo procesamiento solo puede realizarse mediante herramientas tecnológicamente innovadoras, y con la finalidad de gene-rar valor o conocimiento, a lo que llamamos Big Data.
En este curso, dirigido a médicos especialistas en Oncología se pretende ofrecer una visión general del enorme campo de aplicación de las tecnologías de Big Data a la medicina en general y a la espe-cialidad de Oncología en particular. El principal objetivo del curso es mostrar, de manera práctica y a través de casos de éxito, cómo todo este conjunto de tecnologías puede ser aplicable a su actividad asistencial e investigadora.
Autores:
- Ignacio Basagoiti (coordinador) Grupo de Innovaciones para la Salud y el Bienestar (SABIEN) del Instituto ITACA. Universitat Politècnica de València
- Carlos Fernández-Llatas Grupo de Innovaciones para la Salud y el Bienestar (SABIEN) del Instituto ITACA. Universitat Politècnica de València Department of Clinical Sciences, Intervention and Technology. Karolinska Institutet.
- Antonio Martínez-Millana Grupo de Innovaciones para la Salud y el Bienestar (SABIEN) del Instituto ITACA. Universitat Politècnica de València
- Vicente Traver Salcedo Grupo de Innovaciones para la Salud y el Bienestar (SABIEN) del Instituto ITACA. Universitat Politècnica de València