El mundo de la salud genera masivas cantidades de datos, cuyo análisis es esencial para pasar de la información al conocimiento. El ejemplo más claro es Watson, el ordenador más listo del mundo que fue contratado para ayudar a los diagnósticos, en especial del cáncer. Ahora, IBM anunció que la State University of New York en Buffalo está utilizando esta tecnología analítica de IBM para estudiar y combatir la esclerosis múltiple.
La esclerosis múltiple es una enfermedad neurológica que no tiene cura. Las causas se atribuyen a una combinación de factores genéticos, ambientales, infecciosos y autoinmunes que dificultan el tratamiento. No hay dos personas que compartan los mismos síntomas, y los síntomas individuales pueden empeorar en forma inesperada. En el mundo se estima que afecta a más de 2.1 millones de personas.
“Identificar algunas tendencias comunes en cantidades masivas de datos de esclerosis múltiple es una tarea monumental que se parece mucho a tratar de darle con una bala a otra bala disparada al cielo. El análisis de IBM ayuda a nuestros investigadores a afinar la puntería y a relacionar la velocidad del análisis con la tasa de datos que entran en nuestros sistemas. Nuestro objetivo es desmitificar por qué la enfermedad avanza más rápidamente en algunos pacientes y llevar ese conocimiento a nuestros investigadores, para que puedan encontrar nuevos tratamientos”, comentó el doctor Murali Ramanathan, investigador principal.
Como parte de la iniciativa, los investigadores aprovecharán la tecnología analítica de IBM para desarrollar algoritmos que contengan conjuntos de datos genómicos para descubrir factores críticos que aceleran el avance de la enfermedad en pacientes de esclerosis múltiple. Las conclusiones de la investigación se compartirán con miles de médicos con el objetivo de personalizar los tratamientos individuales y así retrasar la lesión cerebral, la discapacidad física y los daños cognoscitivos.
Utilizando la tecnología analítica de IBM, los investigadores por primera vez pueden explorar datos clínicos para encontrar tendencias ocultas entre pacientes de esclerosis múltiple al analizar factores como género, geografía, etnicidad, dieta, ejercicio, exposición al sol y condiciones laborales y de vida. Los datos denominados Big Data incluyen historias clínicas, resultados de laboratorio, resonancias magnético–nucleares y encuestas de pacientes.
Sin duda es un gran aporte que sienta las base para una nueva área en la investigación médica.
Fuente: IBM