L’uso dei big data nel mondo della salute può essere molto importante a qualsiasi livello. Un esempio arriva dall’Uganda Bureau of Statistics considerato uno dei migliori uffici nazionali di statistica in Africa. Il Bureau cura i dati raccolti da una serie di sistemi amministrativi e pubblica una serie di statistiche aggregate a livello nazionale con relativa tempestività.
Inoltre sta lavorando per un sistema d’informazione volto a consentire alle comunità di raccogliere, gestire e utilizzare i dati a fini di pianificazione e monitoraggio. Il sistema di informazione sulla gestione della salute e quello relativo alla gestione dell’istruzione raccolgono e conservano un’ampia gamma di dati validi e tempestivi dalle cliniche e dalle scuole in su. Utili, per esempio, a sapere i dati sulla mortalità delle strutture ospedaliere.
E i risultati si vedono visto che la pubblicazione dei dati sulle performance degli ospedali, unita a un sostegno per le persone che dovevano inoltrare reclami sulle prestazioni, ha portato alla diminuzione di un terzo della percentuale di mortalità infantile nei bambini sotto cinque anni.
Big data per il sistema e il singolo ospedale
I big data sono utili quindi per la Sanità di un Paese ma anche per il singolo ospedale dove per esempio le moderne applicazioni di cartelle cliniche elettroniche spesso registrano i dati dei pazienti solo su base oraria. Si tratta di una frequenza di campionamento troppo grossolana per consentire alle macchine di rilevare modelli significativi nei dati.
Manca la capacità di catturare gli eventi in tempo reale. O almeno mancava visto che oggi le tecnologie permettono di acquisire dati che arrivano dal sistema di laboratorio, dalla patologia o da altri sistemi ausiliari, o i dati dagli strumenti che permettono poi di fare analisi e previsioni utitli per i risultati dei pazienti.
Hadoop è la soluzione utilizzata negli Stati Uniti da Clearsense, un’azienda con sede a Jacksonville, Florida, ha contribuito a rafforzare il sistema di analisi basato su Hadoop per tre casi d’uso, tra cui l’analisi di dati clinici, operativi e finanziari.
Hadoop è considerato il miglior repository per questi dati perché permette a Clearsense di atterrare i dati prima, e di avere un senso in seguito.
Come la maggior parte dei progetti sui big data, trasformare i dati grezzi in informazioni utili è l’obiettivo del sistema di Clearsense, che si chiama Inception.
Il software ha portato i dati di monitoraggio fisiologico a intervalli di un minuto. In questo modo è possibile individuare le tendenze molto prima di quanto non fosse stato in passato.
Clearsense monitora fino a 40 feed di dati separati per i pazienti in terapia intensiva, o otto feed per un paziente in un letto normale. Tutti questi dati sono fondamentali per il lavoro di machine learning di Clearsense e forniscono un banco di prova su cui addestrare gli algoritmi di classificazione per identificare come si presenta uno stato “normale”. Durante l’inferenza, gli algoritmi analizzano continuamente il flusso di dati per rilevare eventuali anomalie che potrebbero indicare un deterioramento della condizione dei pazienti.
Il sistema utilizzato su qualche paziente ha dimostrato di essere in grado di dare agli infermieri e ai medici un lasso di tempo fra 30 minuti e due ore che qualcosa sta per accadere a un paziente.
Ai medici offre informazioni sull’aumento del battito cardiaco,la pressione sanguigna, la produzione di urina è diminuita e altro. I dati hanno costituito la base per una varietà di modelli, tra cui i modelli di rilevamento di deterioramento del paziente. Nel complesso, i modelli contribuiscono a una migliore consapevolezza della situazione.
Poiché vengono ricevuti i dati di monitoraggio fisiologico, quelli di laboratorio e altri dati in tempo reale, lo staff è in grado di avere davanti a sé un quadro clinico valido di un paziente in qualsiasi momento. Questo significa che il tutto permette non solo di sapere che le condizioni del paziente stanno cambiando ma che le informazioni permettono di prendere adeguate contromisure..
Ci sono ospedali all’avanguardia nel Paese che hanno tutti creato i propri sistemi, ma in questo caso l’obiettivo è di offrire la stessa capacità analitica di cui gode una rete di 50 ospedali ad un ospedale da 50 a 75 posti letto.
