Los datos clínicos convencionales se han almacenado y manejado de manera fragmentada, lo que crea fricciones en el intercambio de información en el punto de atención y dificulta la investigación a gran escala potenciada por la tecnología emergente como AI / ML.
La falla en el acceso oportuno a la información de salud puede impedir la toma efectiva de decisiones sobre el tratamiento, lo que afectará negativamente la salud del paciente y también incurrirá en costos innecesarios, como pruebas duplicadas.
Las regulaciones sobre la protección de la privacidad del paciente agregan un nivel de complejidad en la transferencia de datos. Si bien la explosión en el número y la capacidad de las herramientas facilita el proceso de recopilación de datos, la recuperación de datos y el análisis de la información han sido lentos y complicados en el campo de la medicina, lo que se ha convertido en un desafío global al que se enfrentan tanto los países desarrollados como los países en desarrollo. Todas las partes interesadas han estado pidiendo un método para compartir datos de atención médica de manera segura y eficiente.
En este sentido, el Instituto Nacional del Cancer propone una tecnología basada en blockchain que puede ayudar a resolver los problemas en tres aspectos:
. mejorar la seguridad y la protección de la privacidad
. mantener la flexibilidad
. hacer cumplir la soberanía de los datos.
Por su parte, las imágenes son una parte central de los diagnósticos en la atención médica actual, ya que un servicio de diagnóstico por imagen es «fundamental para confirmar, evaluar y documentar correctamente los cursos de muchas enfermedades, así como para evaluar las respuestas al tratamiento» (OMS 2019). La base de datos de imágenes actual y las plataformas en las que se basan la atención al paciente y los flujos de trabajo se prestan naturalmente a la iniciativa de big data y la aplicación de la metodología AI / ML. Sin embargo, la integración de datos de calidad se vuelve cada vez más desafiante pero primordial para agilizar el flujo de trabajo y mejorar la atención al paciente.
El proyecto del Instituto Nacional del Cáncer busca desarrollar un sistema de información distribuida que ayude a abordar estos problemas en la transferencia de datos de imagen y proporcionar un prototipo para la gestión de la información de salud en un contexto más amplio.
A partir del Rensselaer Polytechnic Institute, el programa aprovechará la cadena de bloques Hyperledger de IBM. Los usuarios de la cadena de bloques, incluidos proveedores, pacientes e investigadores, podrán compartir datos de manera más eficiente.
Fuentes:
https://biometry.nci.nih.gov/cdas/approved-projects/2180/
https://www.beckershospitalreview.com/Conventional clinical data has been stored and managed in a fragmented manner, which creates frictions in information exchange at the point of care and hinders large-scaled research empowered by emerging technology such as AI/ML. Failure in timely access to health information could impede effective treatment decision-making, which will adversely affect patient health, and also incur unnecessary costs such as duplicated tests. Regulations on protecting patient privacy add a layer of complexity in data transfer. While the explosion in the number and capability of tools eases the process of data collection, data retrieval and information analysis have been slow and complicated in the field of medicine, which has become a global challenge faced by both the developed and developing countries. All the stakeholders have been calling for a method to securely and efficiently share healthcare data.
We propose a blockchain-based technology that can help address the above issues in the following three aspects: (1) improving security and protection of privacy, (2) maintaining flexibility, and (3) enforcing data sovereignty. Blockchain is a distributed system to store a series of time-stamped records in a decentralized network. It relies on “established cryptographic techniques to allow each participant in a network to interact without pre-existing trust between these parties.”
Medical image is a central part of diagnostics in today’s health care, as a diagnostic imaging service is “paramount in confirming, correctly assessing and documenting courses of many diseases as well as in assessing responses to treatment” (WHO 2019). The current imaging database and platforms that patient care and workflows are based on lend themselves naturally to the big data initiative and the application of AI/ML methodology. However, the integration of quality data becomes increasingly challenging but paramount in streamlining workflow and improving patient care. The project seeks to develop a distributed information system that helps to address these issues in image data transfer and provide a prototype for health information management in a broader context.
