Google sigue jugando a los médicos

Una de cada diez preguntas realizadas en el buscador de Google tiene que ver con la salud (o la enfermedad). Así que es imposible que la compañía no vea una oportunidad de negocio en el asunto.

Tal como informa Los Angeles Times, Google parece estar dedicándose a responder mejor a esas preguntas.

¿Cómo?

Han montado un equipo de médicos que se ha dedicado a recopilar, procesar y revisar información médica que se presentará a través del Knowledge Graph Panel para servir como orientación a los usuarios. Además, proporcionará vínculos con páginas médicas de instituciones de prestigio.

Para empezar, la herramienta estará pronto disponible en inglés. Y de nuevo Google no puede evitar la referencia a la expresión «empoderar al paciente».

Según la RAE, empoderar es «hacer poderoso o fuerte a un individuo o grupo social desfavorecido». Pero el modelo sigue siendo el mismo. Más madera.

Ciberseguridad: ¿datos?, ¿quién vende datos?

Obama se ha ido a Sillicon Valley a pedir ayuda a las grandes compañías tecnológicas en su lucha por la ciberseguridad. Eligió la Universidad de Stanford para celebrar la cumbre. Además, ha firmado un decreto para crear el Centro de Inteligencia Cibernética.

En Europa, la Comisión Europea también parece que está preocupada. Existe incluso el European Cybercrime Center. Pero la Comisión Europea no alcanza el éxito en la difusión de sus iniciativas entre la población general. Ni tiene la habilidad de poner los asuntos de manera tan visible en la agenda política.

Lo cierto es que cuando te pones escarbar en los problemas relacionados con la ciberseguridad, corres el riesgo de convertirte en un paranoide. El mundo te observa, te investiga, te ataca, te roba, te saca los datos y los vende expuestos en la plaza pública de internet como si no hubiera un mañana.

Pero parece que en este mundo digital también hay «bonos», comprometidos con el prójimo como el cantante irlandés. O el ex- (o no tanto) -político de Albacete.

Tim «Bono» Cook habló justo antes que el presidente. Ellos no lo hacen. Apple no vende datos de sus usuarios. Es decir, no vende mis datos. Sin embargo, otros parecen hacerlo. «¿Es ese el motivo por el que Google o Facebook no estaban en la reunión?» se pregunta Los Angeles Times

Innovación en Cirugía en el British Journal of Surgery

Como miembro del Editorial Board de BJS, me siento especialmente satisfecho por los pasos que está dando la revista para estimular la difusión de la innovación.

En el mes de Enero se ha publicado un número especial, de acceso abierto, sobre innovación en cirugía. Puedes acceder a la revista aquí

Abren el número Dejong y Earnshaw y su resumen es que la innovación es «más necesaria que nunca». Y termina con una declaración de intenciones: «El mundo necesita innovadores que reten las creencias actuales y el BJS se alegra de proporcionar un foro para compartir sus ideas con la comunidad quirúrgica«.

Me han interesado especialmente los siguientes artículos:

Pinkey y Morton nos hablan sobre los nuevos ensayos de técnicas quirúrgicas y la evaluación de las nuevas tecnologías en cirugía.

Beggs y Dilworth revisan el papel de la cirugía en la era de las «ómicas».

Y Cook y Collins analizan el auge del análisis de las bases de datos y llaman la atención sobre sus limitaciones.

En definitiva, el BJS está claramente orientado a la innovación. Antes de nada en su propio modelo. Primero apuesta por el mundo digital y las redes sociales, como demuestra la cuenta en Twitter, @BJSurgery. Además, busca abandonar las fronteras anglosajonas y busca ampliar su impacto en el mundo hispanohablante. De hecho, ya se publican los resúmenes en nuestro idioma.

You asked for solutions to clinical problems. We gave you papers

What is the ultimate scientific publication for the clinical scientist of the 21st century?

Over the last half of the 20th century, manuscripts published in peer-reviewed scientific journals became the gold standard for both knowledge dissemination and career promotion, being “impact factor” and “citations” two surrogate markers for success. Not surprisingly, the number of publications in high-impact journals within a field is key for a researcher who applies for a grant, whereas the grants are essential to fund the research that merits publication in high-impact journals. Weird, isn’t it?

The primary objective of knowledge generation should be neither citation nor impact factor. In the clinical setting, knowledge should be generated to answer questions, to solve problems, to address human needs. However, it has been extremely difficult, if not impossible, to find the right indicators to measure how much a “paper” improves individual patient care, the standard of care, and even worse, to quantify its impact on health-related outcomes, beyond systematic reviews and meta-analysis that defined the new paradigm of clinical practice in the past century: evidence-based medicine.

Almost simultaneously to the development of modern research, information and communication technology (ICT) have induced radical social and cultural changes. ICT has rapidly evolved from the undanymic access to the internet from a desktop computer in the 90’s, to applications (apps) designed to perform specific tasks in mobile phones.

Currently, clinical knowledge can be processed, packed and made immediately available for healthcare professionals and citizens through apps downloaded to the mobile healthcare center, the smartphone. Ubiquitous communication and data collection through apps (linked to information systems) used by healthcare professionals and patients may establish a two-way street between knowledge managers and knowledge users, skipping the traditional intermediate barriers.

We propose a radical change. Let’s abandon the “old manuscript” as the only “gold standard” and let’s focus on tools that allow clinical scientists to disseminate their knowledge and to quantify how much the final users benefit from it. Let’s consider healthcare IT tools (i.e apps) the new “gold standard” of the 21st century.

Several issues remain unsolved: the review process, validation, how to incorporate apps into clinical practice, data exploitation… We know it is not easy, but it doesn’t mean it’s not worthwhile.

Cómo construir un centro de innovación

No es fácil crear un centro de innovación, con vocación de impacto social internacional. Y, sin embargo, ese ha sido el reto del consorcio Madrid-MIT MVision.

Al final, este consorcio ha sido capaz de cambiar el modelo por el que los hospitales, la universidad, los centros de investigación y las empresas trabajan juntos para convertir las necesidades de los profesionales sanitarios en soluciones listas para ser llevadas al mercado.

Innovación en modelo + innovación tecnológica + innovación social. Esa ha sido la ecuación de MVision. Eso ha producido ya resultados. En sólo cuatro años se ha conseguido generar patentes e invenciones con mayor eficiencia que el MIT o Stanford, las cunas de la innovación moderna.

Ese ha sido el reto. Y todos los miembros de MVision han estado a la altura para dar una respuesta acorde.

Transferencia de tecnología en el MIT

Valorización, propiedad intelectual, propiedad industrial, financiación, comercialización, monetización, transferencia, licenciar, patentes, modelos de utilidad, spin-off, spin-out, start-up, regalías…

Son palabras y palabras que tienen un significado dentro del «slang» del emprendimiento y la transferencia de conocimiento en las universidades de todo el mundo.

Y existe la convicción que las empresas privadas son las que deben entrar a financiar la ciencia y la innovación. Después, la transferencia de conocimiento permitirá que las universidades ganen dinero. Tal como comenta Lita Nelsen, un talento de la transferencia de tecnología, eso no es así. El gobierno federal sigue siendo el que principal financiador de una universidad como el MIT.

AMI-4EUROPE

Entre los meses de octubre de 2010 y 2013 desarrollamos el proyecto AMI-4Europe, financiado a través de una convocatoria de «Regions for Knowledge» dentro del Séptimo Programa Marco de la Comisión Europea.

Veintidós grupos de seis países trabajamos durante ese tiempo para definir y desarrollar la nueva generación de imagen médica. Y simultáneamente, contribuimos a la creación de dos «clusters» de tecnología biomédica en Rumanía y Bosnia-Herzegovina.

El trabajo de estos grupos lo coordinamos científicamente desde Madrid (Hospital Clínico San Carlos) y Hannover, mientras que la coordinación general del proyecto la llevó a cabo MadridNetwork.

El resumen ejecutivo final, así como el acceso a todos los «entregables» se puede encontrar en CORDIS.

EHR or HER

The more I use EHR the less I understand HER

The EHR I know is an isolated system with little intelligence. Sometimes NO intelligence whatsoever. After many meaningful interactions with smart people, entering meaningful data, all you get is… text? a pdf? some sloppy report?

ehr

It is not a technological problem. It is not that healthcare professionals don’t understand their needs. It is not that EHR initiatives are underfunded.

The real issue stems from the complete disconnection between EHR companies and healthcare systems. Two worlds apart, not only for start-ups. Also for EHR giants…

Sin título

And physicians keep on complaining

Talento en Madrid: TR35

Ayer por la tarde se organizó una reunión de talento en Madrid. Un buen número de innovadores menores de 35 españoles, seleccionados a lo largo de los años por Technology Review en España, se juntaron bajo el liderazgo de Isaac Castro.

El acto estaba organizado por Opinno, con la colaboración de Madrid-MIT MVision y Celera. Todos bajo el espíritu de innovación y emprendimiento del Massachusetts Institute of Technology. Además, una comunidad global de jóvenes reconocidos por su capacidad para dar forma al futuro, se implicó completamente en la organización: Global Shapers Community Madrid.

Todos los que estábamos allí compartimos valores y una visión: la de que la tecnología conseguirá el progreso social, siempre que seamos capaces de ayudar y sacar provecho de la conexión del talento de los más jóvenes.

Y la primera pregunta, a la entrada, ya dejaba claro el espíritu que iba a impregnar toda la reunión:

IMG_0246 2

Empezamos por hablar los «mayores»: Pedro Moneo, Norberto Malpica, Javier Garcia, y yo mismo en nombre de Madrid-MIT MVision.

Comentamos nuestra convicción de la importancia del talento innovador, de los jóvenes españoles que lideran los procesos de cambio social y tecnológico globalmente, de cómo la red de innovadores es más potente que la mera suma de sus individuos….

IMG_0260

Y escuchamos a continuación cómo esos jóvenes con ganas de cambiar el mundo claman por abandonar el «networking» para pasar al «deep linking» social. Para los innovadores menores de 35, el networking está muerto. Y el «deep linking» es un concepto que surge en el mundo de la WWW, pero que ellos nos proponen como nueva forma de relación interpersonal.

Se trata de comunicarnos intensamente con personas muy distintas a nosotros. De esa manera, podremos ampliar nuestro conocimiento, la compresión de los problemas y encontrar soluciones que funcionen.

Finalmente, Javier García nos contó cómo se propone «acelerar» el progreso de las personas innovadoras, dándoles apoyo personal y personalizado. Y anunció, en primicia, los primeros 10 ganadores. De nuevo, jóvenes profesionales sanitarios, tecnólogos y emprendedores que se beneficiarán de una nueva e innovadora metodología.

A ver cuándo si así, a través del apoyo a los TR35, conseguimos acelerar el cambio social en España.

Big Data y Medicina 5P

Con el término Big Data se denomina a las grandes colecciones de datos digitalizados que por su tamaño y complejidad no se pueden procesar con las herramientas tradicionales.

Aún con el desarrollo tecnológico actual, estas grandes bases representan problemas de gestión, tanto por la manera en que se capturan los mismos, como por los requerimientos para su búsqueda, almacenamiento, análisis y visualización, con el fin de que sean de utilidad.

La explotación de la Big Data tiene usos potenciales de gran valor; con las herramientas de minería de datos adecuadas sería posible identificar patrones y marcadores de comportamiento individual y colectivo, así como verificar los resultados de una actividad en contextos reales, no experimentales, como se ha hecho en el marketing, por ejemplo.

Dada la importancia social y la cantidad de datos que se generan en la atención sanitaria, ésta es una de las áreas con mayor potencial en esta nueva línea de las TICS. Tanto los pacientes como los financiadores, los proveedores de servicios sanitarios y los profesionales generamos gran cantidad de datos. Su explotación, por analogía con otros sectores, nos trae la promesa futura de conseguir una medicina personalizada, predictiva, preventiva y participativa (Medicina 4P). Aunque, personalmente, creo que es obligatorio incluir una quinta P: Poblacional (para toda la población).

Los resultados del uso de la Big Data sanitaria no serán ni inmediatos ni siempre beneficiosos. La complejidad es grande y los retos de su utilización son:

1. Extraer conocimiento de fuentes heterogéneas y complejas, a veces no estructuradas.

2. Comprender notas clínicas no estructuras en su contexto correcto.

3. Gestionar adecuadamente gran cantidad de datos de imagen clínica y extraer información útil para generar biomarcadores.

4. Analizar los múltiples niveles de complejidad que van desde los datos genómicos hasta los sociales.

5. Capturar los datos de comportamiento de los pacientes, a través de distintos sensores , con sus implicaciones sociales y de comunicación.

6. Evitar los problemas de privacidad y “profiling” que pueden generar riesgos para los individuos.

Un ejemplo de basa de datos abierta para uso secundario (investigación), a partir de los datos de pacientes ingresados en la UCI del Beth Israel Deaconess Medical Center, en colaboración con el Massachusetts Institute of Technology, cuyo director es Leo Celi, es MIMIC II
mimic

Tenemos que afrontar esos retos y dedicar esfuerzos a gestionarlos desde los niveles político, tecnológico y sanitario. Mientras, habrá que ir desarrollando nuevos marcos y sistemas de referencia que faciliten trabajar en las tres grandes fuentes de Big Data sanitaria para el éxito de una Medicina 5P: 1. Historia Clínica e Imagen Médica 2. Redes sociales y sensores 3. Las “ómicas” (genómica, transcriptómica, epigenómica, proteomica, metabolomica, microbiomica, exposómica y «socialómica»).