big data y medicina personalizada en el siglo xxi …
TRANSCRIPT
BIG DATA Y MEDICINA PERSONALIZADA ENEL SIGLO XXI
29 de Septiembre 2015
Antonio Martos LópezDirector de Sanidad
2|Big data y medicina personalizada en cáncer
ÍNDICE
1 Evolución de los sistemas de información en salud2 Cáncer y tecnologías de la información
3 Proyecto Oncoexpert
4 Conclusiones
3|Big data y medicina personalizada en cáncer
HIS 1ªgeneración
Los sistemas de información de salud han completado susprimeras fases y están evolucionando hacia soluciones concapacidad de aportar inteligencia y predicción
HIS 2ªgeneración
Sistemasinteligentes
Sistemaspredictivos
‘80 ‘90 ‘00 ‘10 ‘15 Soportar nuevas
tecnología Rx yLab
Logística Finanzas
Captura de actividad Medición de producto
Informaciónclínica
Inteligencia clínica Soporte a
decisiones
‘20 Medicina
personalizada
1. Evolución de los sistemas de información en salud
4|Big data y medicina personalizada en cáncer
La evolución de los sistemas prevista para 2020 confluye con loscondicionantes para los modelos de salud del futuro
Sustainable Health Systems Visions, Strategies, Critical Uncertainties and Scenarios. World Economic Forum & McKinsey&Company. Enero 2013
1. Evolución de los sistemas de información en salud
Los sistemas de pago noofrecen incentivos paraque los pacientesminimicen el gasto
Incremento decapacidadinduce ademanda
Falta de transparencia enresultados impide relacionarla demanda con el prestadormas productivo
El aumento de laesperanza de vida y lasupervivencia implicamas años de tratamiento
Mayoresexpectativas de
los pacientes
Cambios en lospatrones
epidemiológicos
DEMANDA deservicios de salud
OFERTA deservicios de salud
Maladistribución de
los recursos
Aumento de loscostes
5|Big data y medicina personalizada en cáncer
•Uso del concepto BIG DATA como base de los sistemasde ayuda a la toma de decisiones clínicas
•Medicina personalizada para optimizar los recursos
• Incorporar el modelo Theranostics
Utilizar los nuevos sistemas de información y sus datos es una delas tendencias globales para dar respuesta a los retos
1. Evolución de los sistemas de información en salud
6|Big data y medicina personalizada en cáncer
El sector de la salud es uno de los ámbitos donde el concepto BigData tendrá mas relevancia
4. Conclusiones
OMICS
INVESTIGACION
BASES DEDATOS
ABIERTAS
SOCIOSANITARIO
HISTORIACLÍNICA
SOCIAL MEDIA
INTERNET DE LASCOSAS
•El concepto Big Data trasladado al sector de la salud permite explotar lasposibilidades que da el uso de los grandes volúmenes de datos que almacenanno solo las historias clínicas sino también otros sistemas de registro deinformación
7|Big data y medicina personalizada en cáncer
¿Cuántos datos clínicos generamos cada año?¿La información es accesible, compartida y útil?
453 hospitales con 4 millones de ingresos, 3,5 millones de
intervenciones quirúrgicas y 77,6 millones de consultas médicas
46 millones de HCE en atención primaria
Más de 20 millones de pacientes disponen ya de su historiaclínica digital en España7,5 millones de historias clínicas pueden ser ya consultadaspor los países participantes del proyecto europeo epSOS
EXISTEN MILLONES DE DATOS EN OTROS SISTEMAS
1. Evolución de los sistemas de información en salud
13.116 Centros de Atención Primaria con 375 millones de consultas
Algunos datos del SNS*
Datos 2013 Ministerio de Sanidad, Servicios Sociales e Igualdad
8|Big data y medicina personalizada en cáncer
•Prestación homogénea de servicios comunes
•Adecuación en la prestación y prescripción de medicamentos
•Riesgo compartido y nuevos modelos de financiación
•Implicación de los profesionales en los procesos de decisión
Las 4 “V,s”del Big Data; Volumen, Velocidad, Variabilidad yVeracidad (seguridad) marcan los pilares para el tratamiento dedatos clínicos.
1. Evolución de los sistemas de información en salud
9|Big data y medicina personalizada en cáncer
Un ejemplo reciente
•Para asegurar un acceso igualitario y efectivo a los nuevos fármacos y lamonitorización de la efectividad terapéutica sería necesario integrar toda lainformación , analizarla y establecer modelos de seguimiento del impactoterapéutico, estratificación y predicción
•El 90% de los casos son curables con los nuevos tratamientos.
•El Gobierno de España cifra en 727 M € el coste del tratamiento con nuevosfármacos en el periodo 2015 -2017.
•¿Sobre que datos se han tomado las decisiones?. ¿Cuál es la informaciónaccesible?
La aparición reciente de nuevos fármacos antivirales más eficaces, seguros y demejores resultados ha condicionado el cambio en el abordaje de la hepatitis C
1. Evolución de los sistemas de información en salud
10|Big data y medicina personalizada en cáncer
ÍNDICE
1 Evolución de los sistemas de información en salud
2 Cáncer y tecnologías de la información3 Proyecto Oncoexpert
4 Conclusiones
11|Big data y medicina personalizada en cáncer
2. Cáncer y Tecnologías de la información
•En los últimos años, estamos experimentando un crecimientoexponencial del número de pacientes oncológicos y cada vez se hacemás necesaria la incorporación del modelo de MedicinaPersonalizada, que integra el correcto diagnóstico para poder ofrecerel tratamiento más eficaz para cada fase de la enfermedad y paracada tipo de cáncer.
La enfermedad oncológica es una de las áreas donde se prevémas impacto del concepto de medicina de precisión
12|Big data y medicina personalizada en cáncer
Cada día hay nuevos avances científicos y tecnológicos quepueden complementarse para conocer más y mejor la enfermedad
Mayorconocimiento de
mutaciones einteracciones
Nuevos patronesde metilación
Solucionesen cloud Big data
Nuevosgenotipados
Anticuerposcomo
tratamiento
Nuevosbiomarcadores
Avancesbioinformáticos
Sistemas deinformación
Mejorescitostáticos
Herramientasde análisis
Herramientasdiagnóstico
2. Cáncer y Tecnologías de la información
Medicinapersonalizada
EL OBJETIVO ESALCANZAR UNMODELO DE
THERANOSTICS:TERAPIA +
DIAGNÓSTICO
13|Big data y medicina personalizada en cáncer
ÍNDICE
1 Evolución de los sistemas de información en salud
2 Cáncer y tecnologías de la información
3 Proyecto Oncoexpert4 Conclusiones
14|Big data y medicina personalizada en cáncer
EscuelaAndaluza de
SaludPublica
HospitalUniversitarioSan Cecilio
HospitalUniversitario
Virgen delas Nieves
Biobanco delSistema.SanitarioAndaluz
Genyo (centroPfizer /
Universidadde Granada /
Junta deAndalucia)
Althia(Coordinador Científico)
Lorgen
Centro deInvestiga-
cionesPríncipeFelipe(CIPF)
Coordina el proyecto y Desarrolla el SistemaExperto
Para llegar a este modelo de medicina personalizada Indra haintegrado a empresas líderes en un proyecto de I+D para poderofrecer una solución innovadora
Un proyecto de 5 años, con una inversión de más de 10M€ para lograr unsistema de ayuda a la toma de decisiones eficaz y eficiente basada eninformación completa de mas de 1000 pacientes
3. Proyecto Oncoexpert
15|Big data y medicina personalizada en cáncer
Oncoexpert constituye un sistema de ayuda a la toma dedecisiones del proceso oncológico
3. Proyecto Oncoexpert
•Una base de datos retrospectivos y abierta a otros nuevos que albergainformación de cerca de 1.000 pacientes con cáncer*
•Sistema Oncológico Experto**, de carácter universal, que ayuda a latoma de decisiones de los especialistas en el diagnóstico y tratamientooncológico.
•Una herramienta de BIG DATA en cloud que da acceso a losprofesionales a grandes cantidades de datos clínicos ehistopatológicos, perfiles moleculares, datos de la imagen médica, etc.de pacientes oncológicos.
*Actualmente Mama, colon-recto y pulmón.*Actualmente Mama y colon-recto
16|Big data y medicina personalizada en cáncer
Principales componentes
Información clínica delpaciente oncológico
Informaciónpacientes
Clínicos
Histopatología Imagen
Genotipado Epigenéticos
Histologíafuncional
Fish
SISTEMA EXPERTO PARA EL DIAGNÓSTICO YTRATAMIENTO PERSONALIZADO
APLICACIÓN DE LOS ALGORITMOSDESARROLLADOS Patrones genética molecular Variables para los prototiposDefinición de los algoritmos
Modelos depredicción
Guíasterapéuticas
Respuesta atratamientos
Base de datos multimodal en cloud
+ de 400.000Patrones metilación
+ de 200.000Genotipados
+ de 15.000Datos clínicos
+ de 680.000Biomarcadores
3. Proyecto Oncoexpert
17|Big data y medicina personalizada en cáncer
Los distintos módulos del programa establecen un alcancecompleto orientado hacia tres perspectivas
Módulos de acceso al sistema
3. Proyecto Oncoexpert
Para elprofesional clínico
Como una plataforma universal
Sistema experto
18|Big data y medicina personalizada en cáncer
Su implementación incide en varios aspectos
1Incrementar la seguridad del paciente
.2Optimizar la selección del tratamiento personalizado3
Facilitar el diagnóstico personalizado
Optimizar los costes de las pruebas4
3. Proyecto Oncoexpert
19|Big data y medicina personalizada en cáncer
¿Dónde impacta Oncoexpert?
11
49
611
201523
18
Sin Th_H
34
3
11
Otros
23
3
5
Anastrozol
19
2
6
Tamoxifeno
367
Con Th_H
78
NS
Viva
Exitus
27%
23%
35%
25%
35%
%EX/V
3. Proyecto Oncoexpert
Redirección de las terapias
Algoritmos
Secuenciación masivadel exoma completo
Eficiencia Predicción
Inteligencia
ONCOEXPERT
39 49
0102030405060708090
100110120
500.000
0
1.500.000
1.000.000
3.000.000
2.500.000
2.000.000
Oncoexpert
70
Hospital
80
NegativosPositivosCoste tratamiento
Reducción de los costes deltratamiento
Índice de supervivencia delos pacientes
Factor de investigaciónrelevante
Asociaciones entregenes en procesos
cancerígenos
Modelos de estudioparticularizados
20|Big data y medicina personalizada en cáncer
ÍNDICE
1 Evolución de los sistemas de información en salud
2 Cáncer y tecnologías de la información
3 Proyecto Oncoexpert
4 Conclusiones
21|Big data y medicina personalizada en cáncer
La información disponible en los sistemas de salud creceexponencialmente
4. Conclusiones
*Raghupatti et al Big Data Analytics in Health care: promise and potencial. Health informaticon Science and Systems. 2014
•En el sistema de salud de Estados Unidos pronto se alcanzará el nivel dezettabytes (1021 gigabytes) y próximamente el nivel de yottabytes (1024
gigabytes) * .
•Estos datos son imposibles de manejar con los sistemas actuales, no solopor el volumen sino por la diversidad de los tipos de datos.
22|Big data y medicina personalizada en cáncer
El impacto del Big Data incide directamente en las siguientes áreas4. Conclusiones
Tratamientos ydiagnósticoscoste efectivos
I+D
Saludpública
Medicinabasada en
la evidencia
Análisisgenómicos
Identificacióndel uso
inadecuado
Mejoresperfiles depacientes
23|Big data y medicina personalizada en cáncer
Ademas de incidir directamente en conceptos rupturistas como elNBIC (Nano, Bio, Info Cognos)
4. Conclusiones
Introducción degenes capaces de
destruirselectivamente lascélulas en las que
se integran o genesque impiden lareplicación deciertos virus.
NBIC (Nano, Bio, Info, Cogno)
Lananotecnología
permite eltratamiento deenfermedades
desde dentro delcuerpo en el
nivel celular omolecular.
Creación de biosensores yherramientas quirúrgicas deprecisión para operacionescoronarias y neurológicasMedicalización a nivel celular
(células tumorales).Bioprótesis a partir de las células
madre.Sangre artificial biocompatible, de
origen transgénico.Electrodos y microchips
inteligentes. Identificación y caracterización
molecular de genes, como los
24|Big data y medicina personalizada en cáncer
Algunos ejemplos*
•Se ha estimado que la reducción del gasto y la ineficiencia del sistema actualutilizando modelos de Big Data analytics puede suponer ahorros anuales de300.000 millones de $ solamente en Estados Unidos.
•En el área de I+D el ahorro estimado podría suponer mas de 100.000 millonesde $
•Por ejemplo los modelos predictivos pueden reducir entre 3 y 5 años elperiodo necesario para la comercialización de un nuevo fármaco con unimpacto evidente en los costes de investigación.
•Los ahorros potenciales por reducción de prescripción de fármacos a los quelos pacientes no responden individualmente podría suponer entre el 30 y el70% de ahorro en muchos casos*Big Data the Next frontier fon Innovation Competition and Productivity.USA. Mckinsey Global Institute . 2011
4. Conclusiones
25|Big data y medicina personalizada en cáncer
Para hacer realidad este reto serán necesarias solucionescapaces de integrar de forma inteligente los datos
4 Conclusiones
1408886
Cloud
•Las plataformas tecnológicas de IoT con enfoque Big Data y las técnicasanalíticas avanzadas integrarán los datos asegurando la gestión del volumendatos, la variedad de fuentes y la velocidad necesaria para que la informaciónen tiempo real sea útil
Plataforma IoT
26|Big data y medicina personalizada en cáncer
Big Data tiene potencial para mejorar la salud, salvar vidas y mejorarlos costes
4. Conclusiones
•…las posibilidades que da el uso de los grandes volúmenes de datosque almacenan los sistemas de información
•… como incluir millones de registros epidemiológicos, clínicos ogenómicos
•…el desarrollo de herramientas tecnológicas para acelerar losdescubrimientos científicos
•… cómo trasladar la información de valor a la práctica clínica y al gestor•…como hacer realidad la promesa de una medicina más personalizadacon impacto final en la esperanza de vida y la supervivencia de lospacientes.
Para ello se deben explorar…
Avda. de Bruselas 3528108 Alcobendas,Madrid EspañaT +34 91 480 50 00F +34 91 480 50 80www.indracompany.com
28|Big data y medicina personalizada en cáncer
La solución está creada en torno a tres perspectivas
Un sistema de información para la gestión integraldel paciente oncológico encaminado a laredirección de las terapias genéricas hacia lamedicina personalizada.
Para elprofesional clínico
A partir de la base de datos en cloud y con laaplicación de los algoritmos de análisis de datos,se genera un modelo de predicción inteligentey eficaz sobre la supervivencia y la capacidad derecidiva del tumor a distintos tiempos, para facilitarel diseño de terapias más efectivas.
Sistema experto Permite al profesional formular preguntas sobreaspectos clínicos que se pueden resolver alcombinar la información presente en la base dedatos en cloud alimentada con la informaciónclínica de los pacientes, generar conocimiento através de publicaciones y patentes y además crearreferentes en innovación tecnológica de lamedicina.
Como una plataforma universal
3. Proyecto Oncoexpert . Anexos
29|Big data y medicina personalizada en cáncer
Su implementación incide en varios aspectos
1Incrementar la seguridad del paciente
Facilitar el acceso a toda la información necesaria durante todo el proceso,evitando errores médicos y tratamientos innecesarios. Con el modelo predictorse puede llegar a reducir recidivas y aumentar la supervivencia.
2Optimizar la selección del tratamiento personalizado
Consiguiendo un buen diagnóstico, se pueden redirigir las terapias oncológicas,reduciendo los costes y las estancias en los centros hospitalarios.
3
Facilitar el diagnóstico personalizadoCon el uso del sistema experto, se asegura un diagnóstico adecuado a cadapaciente al que poder tratar de manera específica. Con el modelo predictor semejora la respuesta al tratamiento.
Optimizar los costes de las pruebasGracias a los algoritmos desarrollados, el Sistema Experto sólo utiliza paradeterminar los polimorfismos relevantes.
4
3. Proyecto Oncoexpert. Anexos
30|Big data y medicina personalizada en cáncer
Oncoexpert permite el análisis del efecto del tratamiento sostenido conterapias hormonales, con una importante reducción de recidivas.
Se estimó que de cada 100mujeres diagnosticadascon cáncer de mama enestadio I o II, la terapiahormonal durante cincoaños evitaría la apariciónde recurrencias,comparado con el no usode TH. El precio de untratamiento con tamoxifenooscila alrededor de los5.000€/persona.
¿Dónde impacta Oncoexpert?Redirección de las terapias
11
49
611
201523
18
Sin Th_H
34
3
11
Otros
23
3
5
Anastrozol
19
2
6
Tamoxifeno
367
Con Th_H
78
NS
Viva
Exitus
27% 23% 35% 25% 35%%EX/V
3. Proyecto Oncoexpert . Anexos
31|Big data y medicina personalizada en cáncer
Con Oncoexpert, se implanta la detección de antígenos Her2 mediante FISH para identificarlos verdaderos casos susceptibles del tratamiento con anticuerpos (Trastuzumab) y reducirasí los costes del tratamiento que actualmente es de más de 32.000€.
El coste adicional mediante FISH frente a la determinación mediante inmunohistoquímica esde 140€. Un falso positivo descartado cubriría el estudio con FISH de aproximadamente 250pacientes.
39 49
0102030405060708090
100110120
500.000
0
1.500.000
1.000.000
3.000.000
2.500.000
2.000.000
Oncoexpert
70
Hospital
80
NegativosPositivosCoste tratamiento
Con el uso de esta técnica, sedescartaron 10 falsos positivos,evitando así el gasto de320.000€ en tratamientosinnecesarios.
¿Dónde impacta Oncoexpert?Optimización de gastos
3. Proyecto Oncoexpert . Anexos
32|Big data y medicina personalizada en cáncer
¿Dónde impacta Oncoexpert?Permite observar el índice de supervivencia de los pacientes
3. Proyecto Oncoexpert . Anexos
33|Big data y medicina personalizada en cáncer
¿Dónde impacta Oncoexpert?Optimización del coste de las pruebas
* Para el cáncer de colon además se deben realizar otras pruebas diagnósticas
3. Proyecto Oncoexpert. Anexos
Durante el proyecto OncoExpert, se han
invertido muchos recursos para analizar
exomas completos y poder utilizarlos
para la definición de los algoritmos que
utiliza el sistema. A partir de estos
análisis de definieron 5 polimorfismos
clave para el diagnóstico del cáncer de
mama y 16 para el de colón*.
34|Big data y medicina personalizada en cáncer
¿Dónde impacta Oncoexpert?Factor de investigación relevante
3. Proyecto Oncoexpert. Anexos
En el proyecto OncoExpert sehan descubierto nuevospolimorfismos implicados(mutaciones del gen RECQL) enla recaída a 5 años en cáncerde mama (Estadío II y III conHer2+) en pacientes tratadascon Trastuzumab. Esta mutaciónya está incluida como parte delsistema experto.
La implicación de dicho polimorfismo en elcáncer de mama ha sido recientementepublicado en la prestigiosa NatureGenetics, “Germline RECQL mutationsare associated with breast cancersusceptibility”.
35|Big data y medicina personalizada en cáncer
¿Dónde impacta Oncoexpert?Otros resultados obtenidos
3. Proyecto Oncoexpert. Anexos
• El estudio mediante secuenciación masiva del exoma completo nos estápermitiendo encontrar asociaciones entre genes que, anteriormente, no estabandescritos en procesos cancerígenos, ni en la evolución de los tumores, ni en elpronóstico de la enfermedad.
• Hemos comprobado la eficacia del sistema para establecer modelos de estudioparticularizados, permitiendo la aplicación de algoritmos hechos a medida paracada diseño experimental.
• El sistema demuestra su flexibilidad para el desarrollo y aplicación de algoritmosen situaciones dispares.
• Hemos comprobado la eficacia del Sistema ONCOEXPERT como herramienta parael aseguramiento de la calidad de datos, mediante la comprobación cruzada delos mismos.