El impacto de la medicina de precisión y big data en la decisión clínica

Foro clínico
El impacto de la medicina de precisión
y ''big data'' en la decisión clínica.
Lugar: Auditorio FLENI Belgrano. Montañeses 2325. Buenos Aires.
Director: Dr. Gustavo Sevlever.
Lunes 9 de noviembre de 2015
er1
La UCI y el intensivista
Colabora: eMedia partner:Organiza:

Índice
1. Predictive & Real Time Analytics en los servicios de Terapia
Intensiva. El caso Smart ICU.
Dr. Francisco Murillo. Director de Gestión Clínica de Cuidados Críticos y Urgencias.
Hospital Universitario Virgen del Rocío................................................................................................... 3
2. El impacto de‘’Big Data’’en las ciencias morfológicas
diagnósticas.
Dr. Gustavo Sevlever. Director de Investigación y Docencia. FLENI.............................................17
3. Primer paciente tratado de Stroke en fase aguda utilizando
telemedicina en Argentina.
Dr. Sebastián Ameriso. Jefe de Neurología Vascular. FLENI............................................................42

ehCOS.com 3
1
Predictive & RealTime Analytics en
los servicios de Terapia Intensiva.
El caso Smart ICU.
Dr. Francisco Murillo.
Director de Gestión Clínica de Cuidados
Críticos y Urgencias.
Hospital Universitario Virgen del Rocío.

Proyecto Smart UCI
Dr. Francisco Murillo Cabezas.
UGC de Medicina Intensiva.
Hospital Universitario Virgen del Rocío.

Marco muy complejo y heterogéneo debido a:
• Pacientes críticamente enfermos.
• Numerosos profesionales en espacio reducido.
• Ambiente estresante.
• Numerosos y sofisticados aparatos, de monitorización y
soporte vital, que generan múltiples datos a tiempo real.
• Necesidad de información para tomar decisiones seguras y
rápidas.
Escenario UCI
Escenario UCI

“Un paciente en la UCI genera hasta 236
categorías de variables”
Morris, Crit Care Clin 1999; 15:523
“Los seres humanos son capaces de
gestionar adecuadamente de 5 a 9 variables”
Miller, Psychol Rev 1956; 63:81
Escenario UCI
Escenario UCILa UCI y el intensivista

Pickering BW, Gajic O, Ahmed A, Herasevich V, Keegan MT. Data Utilization for Medical
Decision Making at the Time of Patient Admission to ICU*. Crit Care Med
Utilización de datos para la toma de decisiones en la
UCI. Resultados de encuesta de médicos
Nube de Datos
Extraer Datos de Alto Valor
Construcción de paquetes de
información
Imagen Global
¿Cómo trabajan los médicos clínicos?

● Mejora la comunicación.
● Hacen los datos y el conocimiento accesibles.
● Apoyan las decisiones.
● Facilitan respuestas rápidas.
● Reducen los errores.
● El cumplimiento de las guías.
● Acceso remoto, varios usuarios.
● Evitan errores de escritura a mano, abreviaturas.
No obstante, la HCD puede mejorar la asistencia
sanitaria
Adopted from: Friedman and Wyatt, 1997
TecnologíaMédicos Pacientes
Desarrolladores Compradores
¿Es rápido?
¿Es seguro?
¿Es amigable?
¿Es seguro?
¿Me ayudará?
¿Funciona?
¿Lo usarán?
¿Es fiable?
¿Cuál es el costo/
beneficio?
No obstante, la HCD puede mejorar la asistencia
sanitaria

• Una herramienta amigable, usable, que recoja toda la
enorme cantidad de datos que produce la UCI.
• Que organice y procese los datos retornando información
útil para médicos y enfermeras.
• Información precisa para mejorar la calidad, seguridad y
eficiencia de los actos clínicos.
¿Qué se debe pedir a un proyecto de este tipo?
• Transformar la información en conocimiento enfocado a
toma de decisiones.
• Conocimiento para distinguir efectividad y futilidad.

• Que desarrolle nuevos algoritmos,
vías clínicas y protocolos.
• Generar nuevos conocimientos a la
comunidad científica.
Basados en:
• Experiencia real de médicos y
enfermeras.
• Análisis de grandes cantidades de
datos.
Las actuales HCD's son incapaces de identificar la información
que los médicos consideran útil para la toma de decisiones.
El mercado

● Cerner iNet
● Drager Infinity
● Phillips Intellivue
● Picis Caresuite
• Spacelabs Ultraview
• Siemens Axiom
Sensis
• GE QS Critical Care
• iMDsoft MetaVision
Sistema de Información Clínica para Cuidados Críticos.
Productos comerciales.
Realmente tenemos muchos datos disponibles, no obstante:
• Estos datos proceden de muy diferentes fuentes.
• Generalmente, no bien organizados y sin la adecuada
conexión entre ellos.
• No jerarquizados por su valor clínico.
¿Por qué necesitamos desarrollar este proyecto?

Porque el mercado no subviene
nuestras necesidades
• Hay productos capaces de recoger y
manejar datos.
• La mayoría son productos dedicados
exclusivamente a recoger datos útiles para
gestores hospitalarios.
• La mayoría carecen de fácil usabilidad
para médicos y enfermeras.
¿Por qué necesitamos desarrollar Smart UCI?
• Deseamos algo más.
• Un plus de inteligencia en el sistema que ayude a los
médicos a evitar variabilidad en la práctica y tomar
decisiones acertadas.
• Refinar, en suma, nuestra práctica clínica.
¿Por qué necesitamos desarrollar este proyecto?

1. La velocidad lo es todo.
2. Tener presente que los médicos no van a esperar a las perlas
de la computadora sin el proceso es lento.
3. Entregar la información "justo-a-tiempo".
4. Acomodarse al flujo de trabajo del usuario.
5. Respetar la autonomía de los médicos.
6. Supervisar la ejecución en tiempo real y responder "en este
momento."
7. Tener cuidado con las consecuencias no deseadas.
8. Tener cuidado con el descubrimiento de fallos del proceso.
9. No perturbar el "pegamento mágico de enfermería“.
10. La velocidad lo es todo.
10 principios para el éxito de la HCD Imp
● Facilitación de nuevos errores
Koppel et al, JAMA 2005;293:1197
● Cambio en las interacciones en rondas de sala
Morrison et al et al, Crit Care 2008; 12:R148
● Alteración de flujo de trabajo habitual
Efectos adversos de los sistemas de información
clínica de la UCI

Grado de Satisfacción General con EMR
27%
30%
23%
19%
1%
Very dissatisfied
Dissatisfied
Neutral
Satisfied
Very satisfied
27%
30%
23%
19%
● Sistema lento, ineficiente.
● Los médicos no participaron en el desarrollo.
● Interferencias de alertas.
● Sistema archivado después de 3 meses, en el año 2002.
La debacle de Cedars Sinai

Una futura generación de HCD necesita explotar las ventajas
que ofrecen la digitalización del medio ambiente en la UCI.
Las funcionalidades clave incluyen:
• Capacidad de detectar el contexto clínico en el que se
está funcionando.
• Reducir la sobrecarga de información, mediante la
configuración de la interfaz de usuario para mostrar
preferentemente subconjuntos de tareas específicas a los
cuidadores, a la cabecera del paciente.
Una futura generación de HCD
• Proporcionar soporte a la decisión.
• Proporcionar sistemas de vigilancia de la atención de salud
prestada y retroalimentación en tiempo real sobre el
funcionamiento en relación con los estándares de atención
establecidos.
• Integrarse en el entorno y en el flujo de trabajo a la
perfección, de manera que aproveche nuestra comprensión
del conocimiento distribuido y la "elección de la arquitectura "
para optimizar los resultados centrados en el paciente.
Una futura generación de HCD

• Identificar y presentar sólo la información pertinente.
• Mostrarla en paquetes diferenciados para facilitar la toma de
decisiones.
• Recuperación y visualización automatizada en tiempo real.
Advertencias Agudas y Filosofía de Evaluación de
Respuestas (AWARE)
Gracias por la atención

ehCOS.com 17
2
Elimpactode‘’BigData’’enlascien-
cias morfológicas diagnósticas.
Dr. Gustavo Sevlever.
Director de Investigación y Docencia.
FLENI.

El impacto de ''Big Data'' en las
ciencias morfológicas diagnósticas.
Dr. Gustavo Sevlever.
Director de Investigación y Docencia.
FLENI.
El impacto de ''Big Data'' en las ciencias morfológicas diagnósticas
AvicenaJames Lind Frederick Akbar
Mahomed

www.ScienceTranslationalMedicine.org 17 October 2012 Vol 4 Issue 156 156ps20 2

• 37.540 journals
• 1.457.000 artículos/año
• PubMed: 20 millones de citas

https://datascience.nih.gov/commons

Antiguas maldiciones chinas
• Ojalá logres atraer la atención de las autoridades
• Ojalá consigas lo que quieras
• Ojalá te toque vivir épocas interesantes

3
Primer paciente tratado de Stroke
en fase aguda utilizando teleme-
dicina en Argentina.
Dr. Sebastián Ameriso.
Jefe de Neurología Vascular.
FLENI.

Telemedicina en el manejo del ACV
agudo en Argentina
Dr. Sebastián Ameriso.
Dr. Maximiliano Hawkes
Centro Integral de Neurología Vascular
Instituto de Investigaciones Neurológicas Dr. Raúl Carrea, FLENI.
“El ACV es la segunda causa de muerte y tercera causa de
discapacidad”.
Lancet 2012 Dec 15;380(9859):2197-223.
“En Argentina no sabemos cuantos ACV suceden cada año”.
Stroke.2008 Nov;39(11):3036-41
“Posiblemente entre 40000 y 70000”.
Neurology 2014;82:P2.014
“De estos, reciben tratamiento fibrinolítico menos de 500
pacientes por año, fundamentalmente en el ámbito privado”.
Boehringer Ingelheim Argentina, comunicación personal
Introducción

• Tasa neurólogo/población (2,9/100.000). Concentrados en
grandes centros urbanos. Disparidad entre cantidad de
neurólogos y carga de enfermedades neurológicas.
• Sólo 5 centros con guardia neurológica activa y capacidad de
usar rTPA
• Disparidades socio-económicas
• Gran extensión territorial
Realidad en Argentina
World Health Organization and World Federation of Neurology, 2004.Neurol Arg. 2015;07:89-94.
• Herramienta probada para brindar atención especializada en
áreas sin cobertura.
• Mínima inversión
• Atención 24/7
• Instrumento adecuado para expandir el uso de fibrinolisis en
ACV agudo
Telemedicina

Telemedicina
Telemedicina

Telemedicina
Telemedicina FLENI- Alcance

Funcionamiento de la herramienta
Caso. Primer paciente tratado de Stroke en fase aguda utilizando
• Mujer de 65 años
• HTA, DLP, DBT, TVP
• MH: acenocumarol, amlodipina y metformina.
• A las 7.40 am, hemiparesia derecha que le provoca caída con
dudoso TEC leve sin pérdida de conocimiento.
• Lab: RIN 1.06
• NIHSS: 18
• TC : atrofia cortical, leucoaraiosis perivetricular, secuela
hipodensa gangliobasal izquierda. Imagen extraaxial que
impresiona vaso calcificado. No subdural, extradural, ni HSA.

Se recomendó fibrinolisis EV
Caso. Primer paciente tratado de Stroke en fase aguda utilizando
Centro Integral de Neurología Vascular

FLENI, Fundación para la Lucha contra las Enfermedades Neurológicas de la Infancia, es
una entidad de bien público sin fines de lucro dedicada a la prevención, diagnóstico, asis-
tencia e investigación de las enfermedades neurológicas.
A través del Instituto de Investigaciones Neurológicas Raúl Carrea, se concentra todo lo
atinente a prevención, diagnóstico, asistencia e investigación de enfermedades neurológi-
cas, brindando prestaciones tanto a obras sociales, medicina prepaga, como así también,
gratuitas.
VISIÓN
Ser el mejor prestador de servicios médicos relacionados con las neurociencias, con ap-
ertura a otras especialidades, donde se destaca la Cardiología y Cardiocirugía. FLENI se
ha destacado desde su inicio por la dedicación a la investigación y docencia y un fuerte
compromiso con la calidad médica a través de la prevención, diagnóstico, tratamiento,
rehabilitación y educación especializada de los pacientes.
MISIÓN
Brindar a cada paciente una atención médica de excelencia, dinámica y eficiente, con el
permanente compromiso de mejorar su calidad de vida incluyendo un servicio intensivo
e interdisciplinario de rehabilitación mediante programas de educación terapéutica espe-
cializados.

El impacto de la medicina de precisión y big data en la decisión clínica

Recomendados

Recomendados

Más contenido relacionado

Similar a El impacto de la medicina de precisión y big data en la decisión clínica

Similar a El impacto de la medicina de precisión y big data en la decisión clínica (20)

Más de everis/ ehCOS

Más de everis/ ehCOS (20)

El impacto de la medicina de precisión y big data en la decisión clínica