Diariamente se generan en internet millones de datos sobre enfermedades y fármacos, los cuales no siempre son fiables e incluso pueden resultar peligrosos.
Ante esta situación, el físico europeo Allan Hanbury coordina desde 2010 un proyecto de Big Data para extraer el valor médico de toda la información desestructurada en internet mediante el desarrollo de complejos algoritmos basados en el aprendizaje automático.
El especialista de la Universidad Tecnológica de Viena dirige una iniciativa de la UE sobre procesamiento automatizado de datos médicos en el marco del proyecto Kconnect, que promueve la creación de servicios que garanticen el acceso a información médica fiable y de calidad en la red.
El proyecto tiene como objetivo acreditar de forma automatizada sitios con información médica fiable, favorecer el acceso de doctores a datos actualizados y fidedignos sobre avances sanitarios en distintos idiomas.
Además, pretende procesar automáticamente el historial de pacientes de un hospital o agilizar la predicción de posibles efectos secundarios de nuevos medicamentos a partir de datos privados y anónimos.
Hanbury se basa en datos de páginas de internet con información médica de calidad, publicaciones científicas e informes médicos de hospitales.
El procesamiento de millones de datos en tiempo real ayuda a determinar patrones, modelos, tendencias y hacer predicciones de todo tipo, lo que puede ayudar a tratamientos médicos mas precisos y efectivos.
Un estudio llevado a cabo recientemente en Estados Unidos revela que más de un 60% de la población busca en internet información sobre sus padecimientos antes de acudir al médico.
Desafortunadamente, hasta el 50% de los contenidos en internet sobre salud podrían estar bajo sospecha de ser inciertos o falsos, lo que agrava las alertas sobre la fiabilidad médica de los mismos, advierte Hanbury.
EFE
