El pasado 23 de junio se publicó en el blog de IDC un artículo con el siguiente título: «The Data Dilemma and Its Impact on AI in Healthcare and Life Sciences«. En el se realizaba un repaso general acerca del estado de adopción de la tecnología por parte del sector salud.
En el artículo se comentan muchos temas de especial relevancia, entre ellos voy a destacar algunos como que, se estima que de media en 2020 cada persona generó unos 270 Gb de datos. Sin duda es un volumen interesante, sobre todo si se considera el conjunto de la población, que visto desde un punto empresarial, esto es un genial caldo de cultivo para multitud de startups que sepan, puedan extraer el valor de los mismo. Justo por eso en los últimos meses se está tomando conciencia y los fondos de inversión están acelerando la toma de posiciones en las startups del sector.
Saltando de nuevo del individuo a la empresa, comentar que por mi experiencia creo que, un paso muy necesario en la industria farmacéutica es el de avanzar en las capacidades de analítica avanzada. Mencionaba que cada individuo proporciona aproximadamente 270 Gb de datos de salud al año. Pero, ¿qué volumen de información genera una planta de producción? y ¿qué se está haciendo con ello?. Volveré a esto un poco más adelante.
Otro de los temas a destacar que he encontrado en el artículo es donde se habla acerca de Real World Data (RWD) y como estos pueden servir de ayuda en la mejora de la salud de los pacientes. Por ejemplo, permitiendo anticipar el diagnóstico de enfermedades, así como entender mejor las posibles relaciones entre las patologías y el mapa genómico e incluso terminar promoviendo la medicina a la carta. Sin duda soluciones como el Confidential Computing promovido por Microsoft e Intel resulta de especial ayuda en la construcción de aplicaciones que mantienen los datos desencriptados, incluso mientras se utilizan dichos datos dentro del propio sistema de software.
Ayer mismo, Microsoft anunció la ampliación del portfolio de Microsoft Cloud for Healthcare al incorporar Azure API for FHIR. Lo que convierte en realidad la accesibilidad al RWD.
Por otro lado, me ha gustado como se menciona una de mis frases de referencia: «garbage in is garbage out«. Frase con especial sentido en todo esto, ya que si no somos capaces de armar una solución que nos permita disponer de datos de calidad, lo que se construya tendrá como base frágiles cimientos de barro. Algo que, según el 52% de los entrevistados en el informa, se reconoce como factor clave.
También quería destacar que me parece especialmente interesante comprobar que, sólo el 43% de los encuestados menciona a la Explainable AI como un desafío. Sinceramente creo que se debe principalmente a que buena parte de los proyectos se encuentren en fase temprana y que el análisis profundo de los algoritmos de decisión no sea aún prioritario. Mencionar que en nuestro caso, en Sogeti seguimos mejorando el framework propio de MLOps incorporando soluciones y estrategias que provean del detalle informado acerca de porqué un algoritmo decide lo que decide. Todo un reto, pero 100% necesario, sobre todo para la gente de Negocio.
Volviendo al artículo, hay tres puntos que vuelven a generar en mi un especial interés, el primero son las posibilidades de la Inteligencia Artificial en el diseño de nuevos fármacos. Como se publicó hace unos días DeepMind realizó un espectacular avance en la identificación del plegado de las proteínas. Sin duda, esto posibilita un gran avance en el desarrollo de nuevos fármacos, así como en el mejor entendimiento de las propias enfermedades, especialmente las raras y síndromes. El segundo punto de especial interés es el de aplicar los Gemelos Digitales (Digital Twins) en el sector salud. Este y el tercero, Analítica Avanzada, van muy de la mano.
¡Te imaginas ser capaz de replicar en el mundo digital una planta de producción!, o no siendo tan ambicioso, al menos una línea de fabricación o envasado para poder analizar en paralelo ambos mundos y así tratar de detectar oportunidades en el mundo real, ¡increíble verdad!
Pues eso comienza a ser una realidad gracias a soluciones como Microsoft Digital Twins
Disponer de los Teras de información que un conjunto de máquinas industriales puede proveer, junto con la información extraída de las guías de producción electrónicas (EBR), así como de los planes de mantenimiento de ingeniería y de sistemas HVAC de la planta nos habilita increíbles posibilidades de optimización de procesos y mejora de los rendimientos finales. Lo que redunda en un incremento del margen productivo por la eliminación de mermas, todo suena muy Lean, ¿verdad? 😉
Para finalizar una reflexión, la tecnología avanza a un ritmo tan elevado que se hace muy, muy complicado poder estar al cabo de la calle de todo. Por eso cobra especial importancia disponer de equipos multidisciplinares orientados al análisis en profundidad de muchas de ellas, lo que liga con las áreas de co-creación, donde compartir ese learning by doing entre organizaciones y que a su vez nos lleva a soluciones como nuestro SogetiLabs, un laboratorio de Open Innovation. ¿Tienes algún reto?, ¡aquí estamos!
Alb3rto Alonso 