Big data em saúde
O termo Big Data é tão amplo quanto seu nome sugere. Ele é proveniente da Ciência de Tecnologia da Informação (TI) e se refere a gigantesca quantidade de dados gerados atualmente. Esse conjunto de dados necessita ser processado e armazenado e com esta demanda, surgiu o termo Big Data associado à necessidade de compreender a velocidade, o volume e a variedade destes dados, que demandam formas inovadoras e rentáveis de processamento da informação, para sua melhor percepção e consequente tomada de decisão.
As possibilidades de aplicação de Big Data vão muito além da ciência da informação e negócios, e já há algum tempo tomou conta dos estudos relacionados à área da saúde, analisando processos de otimização da utilização do sistema de saúde por grupos populacionais e buscando compreender processos individuais do usuário, com propósito de aumentar a capacidade de tomada de decisões em saúde, além de diminuir gastos públicos e privados, gerando o que hoje é conhecido como medicina de precisão.
Hulsen et al. (2019), descrevem Big Data em Saúde como a capacidade de analisar e interpretar dados, explorando novas ferramentas para promover mudanças reais na prática clínica desde a terapêutica personalizada e o desenho inteligente de medicamentos até a triagem populacional e mineração de registros de saúde concluindo que as pesquisas geradoras de hipóteses fundadas em grandes conjuntos de dados se somam, a ciência tradicional orientada por hipóteses.
Um exemplo sobre a utilização do Big Data na Saúde foi o estudo de Swetz et al. (2017), onde os autores analisaram a utilização de serviços de saúde e necessidade de vias alternativas de alimentação através da análise de prontuários de 1974 pacientes com Esclerose Lateral Amiotrófica. O que se observou com o estudo é que ao contrário do esperado, e que é preconizado em literatura, o número de pacientes que utilizou a via alternativa de alimentação de forma precoce foi bastante reduzido. Os autores ainda descreveram que a coleta não foi eficiente, pois os dados não foram armazenados de forma adequada nos sistemas de saúde e se perderam ao longo dos anos.
Tal informação é valiosa para que se compreenda a necessidade da gestão e governança de dados para que estes sejam realmente eficientes, e modifiquem a realidade daqueles que precisam de assistência.
Referências:
Hulsen T, Jamuar SS, Moody AR, Karnes JH, Varga O, Hedensted S, et al. From Big Data to precision medicine. Front Med. 2019;6(MAR):1–14.
Lottenberg, C.; Silva, P.; Klajner, S. A revolução digital da saúde: como a inteligência artificial e a internet das coisas tornam o cuidado mais humano, eficiente e sustentável. São Paulo. Editora dos editores, 2019.
Szolovits P. Artificial intelligence and medicine. Artif Intell Med. 2019;41(2):1–19.
Dash S, Shakyawar SK, Sharma M, Kaushik S. Big Data in healthcare: management, analysis and future prospects. J Big Data [Internet]. 2019;6(1).
Gartner. Glossário de TI, 2020. Disponível em http://www.gartner.com/itglossary/big-data. Acessado em 20/03/2020.
Gupta, R.; Gupta, S.; Singhal, A. Big Data: Overview. International Journal of Computer Trends and Technology, v.9, n.5, 2014.
Habte, ML; et al. The Big Data Dilemma: Compliance for the Health Professional in an Increasingly Data-Driven World. Journal of Health Care Compliance. 17, 3, 5-12, May 2015. ISSN: 15208303.
Swetz KM, Peterson SM, Sangaralingham LR, et al. Feeding Tubes and Health Care Service Utilization in Amyotrophic Lateral Sclerosis: Benefits and Limits to a Retrospective, Multicenter Study Using Big Data. Inquérit. 2017.
