El Hospital público Clínico San Carlos organiza el primer 'Datathon' de datos sintéticos en salud

Esta iniciativa forma parte de la estrategia del Instituto de Investigación Sanitaria del Hospital Clínico San Carlos para integrar la tecnología avanzada en la práctica clínica diaria y ha sido organizada en colaboración con el grupo Life Supporting Technologies de la Universidad Politécnica de Madrid. En ella han participado más de un centenar de profesionales de la medicina y enfermería, bioingenieros, analistas y estudiantes para trabajar conjuntamente en la búsqueda de soluciones seguras basadas en datos generados de forma sintética, con una metodología que favorecerá el desarrollo de prototipos rápidos y evaluables, para retos reales que se plantean en varios campos de la medicina.

Competición entre equipos multidisciplinares de profesionales sanitarios

El Datathon se ha desarrollado en formato de competición presencial entre equipos compuestos por profesionales de distintas disciplinas relacionadas con las ciencias de la salud. Han trabajado sobre retos reales con impacto clínico, creando soluciones digitales destinadas a la gestión de la salud para responder a cuestiones como la generación y evaluación de conjuntos de datos para estudios oncológicos, o comparar estrategias terapéuticas en el ámbito de las enfermedades reumatológicas, entre otros.

Este Datathon ha resultado “una experiencia enriquecedora, con equipos multidisciplinares que han trabajado intensamente y de manera colaborativa durante dos días con el objetivo de producir soluciones que mejoren la asistencia a los pacientes, y evaluar su calidad, utilidad y privacidad además de su aplicabilidad en modelos clínicos predictivos. De nuevo demuestra que lo importante en la innovación son las personas", señala el director de la Unidad de Innovación del Hospital Clínico San Carlos, Julio Mayol Martínez.

¿Para qué sirven los datos sintéticos en salud?

Los datos sintéticos en salud son conjuntos de información generados por modelos matemáticos y algoritmos que imitan el comportamiento de los datos reales. Mantienen la estructura, las relaciones y los patrones estadísticos de la información clínica, pero no proceden de pacientes concretos por lo que no revelan identidades ni detalles personales, garantizando la protección de los datos sanitarios.

Se crean para que los investigadores puedan trabajar con datos que parecen reales, pero que no lo son, como en el caso de las enfermedades raras o poco frecuentes que, al disponer de pocos datos reales, permite superar esa limitación con datos sintéticos. De esta manera se facilita la investigación médica al proporcionar un conjunto de datos para probar hipótesis, desarrollar algoritmos o entrenar modelos de inteligencia artificial y permiten la posibilidad de compartirlos entre organizaciones, lo que promueve la colaboración e investigación conjunta.

Su utilidad abarca muchos ámbitos: en la práctica clínica fortalecen el desarrollo de herramientas de apoyo a la decisión de los profesionales sanitarios y mejoran la seguridad al probar sistemas digitales antes de implementarlos en entornos reales, mientras que en investigación permiten desarrollar, y en su caso validar, algoritmos sin acceder a datos sensibles y aceleran el trabajo cuando los originales son escasos o difíciles de compartir.

En el contexto de la pandemia del covid-19, los datos sintéticos se utilizaron para mejorar la escasez de datos en estudios de imágenes médicas, demostrando que el uso de datos sintéticos puede mejorar la precisión de la detección de covid-19 en imágenes de tomografías computarizadas en comparación con los datos originales.

Por otra parte, en el ámbito de la gestión apoyan la simulación de procesos, la planificación de recursos y la evaluación de circuitos asistenciales. Y en docencia facilitan el entrenamiento de estudiantes y profesionales con escenarios realistas sin riesgos éticos. Su valor crece “porque dan acceso seguro a información representativa, fomentan la innovación y reducen barreras legales y técnicas en un sector que necesita datos fiables para mejorar resultados y experiencia de los pacientes”, explica Julio Mayol.

Clínico San Carlos, referente en el desarrollo de modelos innovadores

Los profesionales de la Unidad de Innovación del Hospital Clínico San Carlos organizaron en 2024 el primer Hackathon de Inteligencia Artificial (IA) en salud, con el que perseguían impulsar los avances tecnológicos, sensibilizar y formar al capital humano del ámbito médico en su trabajo, identificando las áreas que puedan suponer una mejora en los procesos y aportar valor a la sociedad con la búsqueda de soluciones que mejoren la calidad de vida.

El desarrollo del Hackathon y ahora de este Datathon de datos sintéticos en salud han posicionado al Hospital Clínico San Carlos, a través de su Unidad de Apoyo a la Innovación, en un referente en la gestión de datos de alta calidad, el impulso en la búsqueda de nuevas tendencias y el empleo de la inteligencia artificial para aportar valor en salud en la práctica clínica diaria de los profesionales sanitarios.