Cada paso que da un paciente en el sistema sanitario cuenta una historia. Desde la primera consulta hasta las pruebas más complejas, esos registros médicos aparentemente fríos esconden patrones y revelan preguntas que los datos, bien analizados, pueden responder.
Así lo entendieron en el Basque Center for Applied Mathematics (BCAM), donde Onintze Zaballa, investigadora posdoctoral, decidió mirar más allá de las cifras para darles un propósito: ayudar a los servicios sanitarios del Hospital de Cruces a tomar mejores decisiones en la lucha contra el cáncer de mama gracias a modelos matemáticos.
“El problema era que no había un estudio o un conocimiento global que recopilara en detalle los tratamientos que se aplican para una misma enfermedad, como por ejemplo, el cáncer de mama, en el hospital”, recuerda Zaballa. “Querían saber cuáles eran y, sobre todo, cómo asociarles un coste. Nos dieron una base de datos inmensa con cada visita médica de pacientes en el hospital, incluyendo todas las etapas de sus enfermedades, en este caso, desde atención primaria hasta oncología”.
Con estos datos en mano, Onintze comenzó a construir un modelo que no solo reflejara la evolución de la enfermedad, sino que ayudara a predecirla. “Queríamos desarrollar un algoritmo capaz de extraer patrones de la evolución del cáncer de mama y los tratamientos aplicados para que los médicos pudieran tomar decisiones con más información”, añade Onintze.
Gran Impacto
Utilizando los datos recogidos por el hospital, Onintze logró identificar los tratamientos principales para el cáncer de mama. “Esto permite ofrecer a los médicos una visión general de los tratamientos llevados a cabo en el hospital. Debido al gran volumen de pacientes y datos, a una persona le llevaría toda la vida extraer estas conclusiones que al algoritmo le lleva segundos”, expone Zaballa.
Esto no solo ayudó a clasificar los tratamientos, sino que permitió ver cómo el intervalo entre visitas médicas tiene incidencia en los patrones creados, planteando preguntas relevantes para la organización del sistema sanitario. Además, se pudo establecer cuáles eran los costes asociados a cada visita y la influencia de otras enfermedades como las cardiovasculares. “Queríamos crear una herramienta realista que no solo ayudara a predecir, sino también a optimizar la atención”, señala la investigadora del BCAM.
Cuando presentó los resultados al personal sanitario, la acogida fue muy buena: “Llegamos a resultados que los especialistas ratificaron con sus conocimientos clínicos”, detalla Onintze Zaballa.
Este proyecto no solo promete mejores resultados en el tratamiento del cáncer, sino que también ofrece un modelo adaptable para otras patologías, contribuyendo a una medicina más eficiente y centrada en las necesidades específicas de cada paciente.
El director científico del BCAM, José Antonio Lozano, resalta la importancia de las matemáticas para hacer frente a los desafíos más complejos en el ámbito de la salud. “Diseñamos algoritmos capaces de analizar grandes volúmenes de datos para identificar patrones y soluciones efectivas. Esto ayuda a optimizar el proceso de toma de decisiones por parte de los médicos”, afirma Lozano.
Datos del proyecto
Evolución
El modelo desarrollado por Onintze Zaballa permite predecir la evolución del cáncer de mama, mejorando la capacidad de anticiparse a las necesidades del tratamiento y optimizando el uso de los recursos sanitarios.
Adaptabilidad
Se trata de un modelo flexible que puede aplicarse a otras patologías, lo que promueve una medicina más precisa y eficiente, centrada en las necesidades de cada paciente.