{"id":120040,"date":"2019-01-25T07:54:56","date_gmt":"2019-01-25T12:54:56","guid":{"rendered":"https:\/\/patientworthy.wpengine.com\/2019\/01\/25\/grandes-datos-en-medicina-mas-facil-decirlo-que-hacerlo\/"},"modified":"2019-01-25T07:54:56","modified_gmt":"2019-01-25T12:54:56","slug":"grandes-datos-en-medicina-mas-facil-decirlo-que-hacerlo","status":"publish","type":"post","link":"https:\/\/patientworthy.com\/es\/2019\/01\/25\/grandes-datos-en-medicina-mas-facil-decirlo-que-hacerlo\/","title":{"rendered":"Grandes Datos En Medicina: M\u00e1s F\u00e1cil Decirlo Que Hacerlo"},"content":{"rendered":"

Seg\u00fan un art\u00edculo publicado recientemente por Forbes<\/a>, un cient\u00edfico de datos desea explicar por qu\u00e9 la ciencia de los datos ha demostrado ser lenta en la identificaci\u00f3n de biomarcadores particulares en pacientes m\u00e9dicos.<\/p>\n

Imran Haque<\/h2>\n

Adem\u00e1s de una impresionante lista de logros profesionales, Imran Haque tiene un doctorado en ciencias de la computaci\u00f3n de la Universidad de Stanford. Esto es relevante principalmente porque la aplicaci\u00f3n de inteligencia artificial y big data puede parecer un trabajo para un cient\u00edfico en computaci\u00f3n, pero como explica Haque, en medicina, los problemas surgen antes de que una computadora incluso arranque.<\/p>\n

En una conferencia de Rhode Island sobre grandes datos organizada por la Asociaci\u00f3n Americana para la Investigaci\u00f3n del C\u00e1ncer, Haque dio un discurso en el que identific\u00f3 dos problemas centrales al aplicar la teor\u00eda tradicional de los grandes datos a la medicina.<\/p>\n

Limitaciones Fisiol\u00f3gicas<\/h2>\n

Los seres humanos son bolsas de carne suaves y blandas, como han se\u00f1alado r\u00e1pidamente muchos villanos de ciencia ficci\u00f3n importantes. Nuestros cuerpos, en muchos casos, simplemente no son tan buenos para \u00abalimentar\u00bb datos a los cient\u00edficos.<\/p>\n

Hasta ahora, los grandes datos se han recopilado principalmente en l\u00ednea. Eso es l\u00f3gico: como su nombre lo indica, se requieren enormes tama\u00f1os de muestra antes de que los algoritmos complejos puedan proporcionar cualquier tipo de informaci\u00f3n completa sobre un tema. La Internet proporciona a los investigadores millones de sujetos potenciales que producen un flujo de datos casi constante tan pronto como inician sesi\u00f3n. Por otro lado, las personas con ciertas enfermedades o afecciones pueden ser pocas y distantes entre s\u00ed.<\/p>\n

Por ejemplo, la fibrosis qu\u00edstica<\/a>, una enfermedad rara pero no desconocida, afecta a unas 30,000 personas<\/a> en los Estados Unidos. Comparativamente, Facebook tiene un promedio de 1.49 billones de visitas por d\u00eda. Cada publicaci\u00f3n, cada inicio de sesi\u00f3n, cada d\u00eda es un nuevo punto de trazado en un gr\u00e1fico de datos grandes. Pero al recopilar un punto de datos para un paciente con fibrosis qu\u00edstica, puede llevar varias semanas realizar una sola prueba. Adem\u00e1s de eso, a menudo hay limitaciones f\u00edsicas al intentar recopilar informaci\u00f3n m\u00e9dica en esta escala.<\/p>\n

Por ejemplo, cuando se trata de detectar tumores en una etapa temprana, podr\u00eda tomar una muestra de sangre de hasta 80ml para producir una mol\u00e9cula \u00fanica de ADN mutado que sugiera la presencia de un tumor. Indudablemente, se necesitar\u00edan muchas mol\u00e9culas de ADN mutado de cada paciente para crear datos suficientes para aplicar los principios de big data, que requieren una gran cantidad de sangre durante un largo per\u00edodo de tiempo.<\/p>\n

Limitaciones de la naturaleza del big data<\/h2>\n

Haque also pointed out that big data does not always yield satisfying, clear-cut answers as some seem to expect. Grandes datos se basa en el reconocimiento de patrones para ayudar a los investigadores a sacar conclusiones significativas sobre un tema dado, pero con demasiada frecuencia es m\u00e1s f\u00e1cil decirlo que hacerlo encontrar patrones en la medicina.<\/p>\n

Las variaciones entre los marcadores biol\u00f3gicos de los individuos pueden ser considerables. Esto puede crear la sugerencia de patrones que pueden no estar presentes o llevar a los cient\u00edficos a sacar conclusiones inexactas sobre un tema dado, especialmente cuando el conjunto de datos de entrada es peque\u00f1o, como en la comunidad de enfermedades raras.<\/p>\n

La simple determinaci\u00f3n de los marcadores biol\u00f3gicos en los que se debe enfocar, as\u00ed como la explicaci\u00f3n de todas las diversas diferencias que pueden existir entre cualquiera de los dos sujetos que se est\u00e1n estudiando, ser\u00eda una tarea monumental para los cient\u00edficos de datos, y probablemente no arrojar\u00eda mucha evidencia concluyente de nada!<\/p>\n

Ejercicio Escepticismo<\/h2>\n

Haque entiende que datos grandes es una tecnolog\u00eda tentadora. Parece que fue prometedor en tantas aplicaciones que, por supuesto, tratamos o aplicamos en nuestra medicina, pero hablo solo para escuchar algunas de las exageraciones. Los datos, que \u00e9l se\u00f1ala, no son deshonestos. Pero qu\u00e9 datos se recopilan, c\u00f3mo y por qui\u00e9n pueden ser enga\u00f1osos.<\/p>\n

Datos grandes y el aprendizaje autom\u00e1tico casi siempre producen alg\u00fan tipo de resultado, explic\u00f3 Haque, pero a menudo producir\u00e1 el resultado que \u00abdesea\u00bb en primer lugar. Si observa un conjunto de datos que espera encontrar algo, es probable que encuentre la forma de encontrarlo.<\/p>\n

\n

Independientemente de las reservas de Haque sobre la eficacia actual de los datos grandes en la medicina, muchos mantienen la esperanza de que la tecnolog\u00eda juegue un papel importante para ayudar a los m\u00e9dicos del futuro. \u00bfDe qu\u00e9 manera podr\u00edan los datos pesados ser m\u00e9dicamente \u00fatiles en formas fuera de la observaci\u00f3n de biomarcadores? \u00a1Comparta sus an\u00e9cdotas, ideas y deseos con la comunidad Patient Worthy! Este art\u00edculo ha sido traducido al espa\u00f1ol lo mejor posible dentro de nuestras habilidades. Reconocemos que tal vez no hayamos captado todas las matices y especificidades de su regi\u00f3n, por lo que si tiene alguna sugerencia o desea ayudarnos a refinar nuestras traducciones, env\u00ede un correo electr\u00f3nico a ideas@patientworthy.com.<\/a><\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

Seg\u00fan un art\u00edculo publicado recientemente por Forbes, un cient\u00edfico de datos desea explicar por qu\u00e9 la ciencia de los datos ha demostrado ser lenta en la identificaci\u00f3n de biomarcadores particulares en pacientes m\u00e9dicos. Imran Haque Adem\u00e1s de una impresionante lista de logros profesionales, Imran Haque tiene un doctorado en ciencias de la computaci\u00f3n de la […]<\/p>\n","protected":false},"author":374,"featured_media":120041,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[12007],"tags":[13341,13340,12109,13339],"_links":{"self":[{"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/posts\/120040"}],"collection":[{"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/users\/374"}],"replies":[{"embeddable":true,"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/comments?post=120040"}],"version-history":[{"count":0,"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/posts\/120040\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/media\/120041"}],"wp:attachment":[{"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/media?parent=120040"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/categories?post=120040"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/patientworthy.com\/es\/wp-json\/wp\/v2\/tags?post=120040"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}