La asistencia médica y la medicina actualmente existen en un período de transformación en el que el énfasis está pasando de un enfoque de tratamiento único de enfermedades a un enfoque estratégico para la prevención de enfermedades a través de una planificación de salud personalizada. Esta personalización de la investigación y la atención es posible gracias a un amplio conjunto de herramientas y tecnologías computacionales y médicas. Hay varias categorías principales de desarrollo: perfiles genómicos para terapias dirigidas y cribado, análisis de información demográfica y de estilo de vida para informar decisiones de salud, integración de wearables y dispositivos de IoT para proporcionar datos personalizados y ayudar con las decisiones de salud (ejercicio, alimentos, píldoras). y un cambio hacia la telemedicina y el diseño web receptivo en la clínica de salud y el servicio hospitalario.
El cambio a la atención médica personalizada se debe a un impulso para reducir los costos y aumentar la calidad de la atención. En el siglo pasado, la práctica médica ha girado en torno al concepto de que las enfermedades son causadas por factores identificables y que el objetivo de la medicina es identificar y eliminar estos factores. Si bien este enfoque impulsó la innovación para muchas enfermedades curables (viruela, polio, sarampión), no es fácilmente aplicable a las enfermedades crónicas (enfermedades cardíacas, cáncer, diabetes, obesidad y artritis), que representan ~ 85% del gasto sanitario de EE. UU. Esta carga en el sistema de salud de los EE. UU. Es una de las muchas razones por las cuales “solo 251 de 3.500 hospitales con clasificación por estrellas en los EE. UU. Recibieron cinco estrellas en satisfacción del paciente” (Modern Healthcare), Estados Unidos ocupa el segundo lugar en términos de dólares gastados en cuidado de la salud, sin embargo, estamos clasificados en el puesto 24 de la Organización Mundial de la Salud por la esperanza de vida. Según la Harvard Business Review, una mejor coordinación y eficacia de la atención, reducción del sobretratamiento, disminución de efectos secundarios adversos, detección y selección de medicamentos más efectivas y mayor adherencia a la medicación podrían generar más de $ 500 mil millones al año en ahorros para la atención médica (HBS, Glick 2016).
La atención médica personalizada incluye, pero no es, medicina personalizada, que se refiere específicamente al uso de la genética y la genómica (Cleveland Clinic). Las diferentes aplicaciones de la medicina personalizada incluyen el uso de marcadores tumorales específicos para guiar el tratamiento del cáncer de mama o pruebas de diagnóstico (es decir, biopsia líquida) para encontrar biomarcadores relacionados con las causas moleculares de la enfermedad (Roche). En el centro de la medicina personalizada se encuentra la disminución en los costos de secuenciación del genoma y los avances en el poder de la computación. Las grandes plataformas de datos como Hadoop, respaldadas por bases de datos y herramientas de búsqueda como Spark, Elasticsearch, CouchDB, Cassandra y HBase están permitiendo el almacenamiento y análisis de grandes cantidades de datos: había ~ 500 petabytes (1 petabyte = 250 B = 1 millón de GB) de datos globales de atención médica en 2012 y para 2020 habrá 25,000 petabytes de datos (IDC Health Insights White Paper, 2013). La integración de conjuntos de datos dispares sobre pacientes, enfermedades y tratamientos permitirá a los investigadores y médicos obtener una nueva visión de las correlaciones de las subpoblaciones de pacientes, ya que una enfermedad puede tener diferentes causas múltiples. Con una mejor investigación y selección de fármacos, la medicina personalizada tiene como objetivo generar mejores resultados clínicos más predecibles y menores efectos secundarios y costos asociados al tratamiento de la enfermedad.
La segunda faceta principal de la atención médica personalizada gira en torno a “atención médica centrada en el paciente, planificación de salud personalizada (PHP) y participación del paciente” (Universidad de Duke). Este enfoque brinda a los médicos las herramientas para llevar a cabo la evaluación y el monitoreo de riesgos iniciales al tiempo que permite a los pacientes comprender y tomar el control de la salud en sus propios términos. El enfoque comienza con las visitas iniciales con un médico, en el que se analizan caso por caso los antecedentes familiares, los marcadores genéticos, los hábitos de estilo de vida y otros datos biométricos (edad, presión arterial y niveles de colesterol). A continuación, se proporcionan al paciente herramientas como aplicaciones digitales de salud y estado físico, proveedores de telemedicina y kits de pruebas en el hogar. Estas herramientas están habilitadas por la ubicuidad de los teléfonos inteligentes, que permiten el monitoreo de datos básicos y tareas cada vez más complejas, como el ecocardiograma para llevar a casa (Dr. Eric Topol, Scripps). Después de integrar los datos juntos, el médico y el paciente elaboran un plan para la mejora de la salud, que las enfermeras supervisan, de forma pasiva o activa. Este enfoque centrado en los pacientes y orientado a los datos es, y seguirá siendo, más eficaz a medida que aumenta nuestra capacidad para medir, agregar e interpretar los datos conductuales, psicosociales y biométricos que antes no existían.
Junto con este cambio hacia una atención médica personalizada, ha habido una creciente discusión sobre la revisión del modelo financiero del sistema de salud. Actualmente, los hospitales operan con un modelo de reembolso de tarifa por servicio (FFS, por sus siglas en inglés), en el que se factura al pagador por cada servicio de atención médica provisto (es decir, una visita al consultorio, prueba, vacuna o procedimiento). Intuitivamente, los médicos (hospitales) reciben pagos basados en la cantidad de servicios de atención médica proporcionados. Este sistema crea un posible conflicto de intereses, ya que los sistemas de atención médica se recompensan por proporcionar más servicios de atención de la salud de los necesarios, lo que maximiza la cantidad de atención facturable. Una alternativa a este modelo es la capitación, en la que las compañías de seguros pagan una tarifa anual fija por persona. Si bien esto desincentiva financieramente el exceso de tratamiento, no incentiva la calidad del tratamiento. Una estrategia final es un modelo de reembolso basado en el valor, donde los incentivos y el reembolso se basan en una mejor salud del paciente. Este modelo, en teoría, se adapta bien a la atención médica personalizada: sus objetivos son predecir enfermedades, personalizar la prevención y el tratamiento, y colaborar con los pacientes para ayudarlos a alcanzar los niveles más altos de bienestar. A pesar de esto, existe la preocupación de que simplemente incentive a los clincs a seleccionar poblaciones más sanas y evitar las más enfermas.
En este contexto, ahora detallaremos varias tecnologías potenciales que influirán en el campo. La secuenciación genómica, ya mencionada, permitirá el tratamiento individualizado de la enfermedad según la variación de los biomarcadores. La computación en la nube está ayudando a impulsar este progreso al permitir el procesamiento y almacenamiento de cantidades masivas de datos. Con esta capacidad, los algoritmos utilizados en el comercio electrónico y la publicidad dirigida pueden sentar las bases para segmentar poblaciones para ensayos clínicos o tratamientos farmacológicos. Estos algoritmos ya aportan conjuntos de datos variados para extraer inferencia sobre las preferencias de compra, un proceso similar al uso de biomarcadores, genética y datos biométricos para correlacionar poblaciones de pacientes con respuestas. Esto puede acelerar el descubrimiento de fármacos y reducir los efectos secundarios de los tratamientos en el mercado. A continuación, la visión por computadora acelerará y mejorará el análisis de fotografías demandadas en radiografías, mamografías, etc. A medida que mejore la tecnología de impresión 3D, la construcción de tejidos y órganos se convertirá en una posibilidad real, brindando a los profesionales la capacidad de producir órganos personalizados y personalizados bajo demanda. Finalmente, el tamaño y la disponibilidad del sensor continuarán mejorando: los avances en nanotecnología pueden permitir la producción de sensores para ser implantados en el cuerpo para monitoreo remoto.
¿Es posible mantener viva una cabeza humana al suministrar sangre artificialmente?
¿Cuál es el futuro de la cirugía ortopédica?
Entre el abogado y el médico, ¿qué profesión se volverá obsoleta primero y por qué?
Nota: Todavía estoy escribiendo este informe y agregaré más fuentes completas pronto. La lista de fuentes actual, sin formatear está a continuación:
https://dukepersonalizedhealth.org/2016/08/following-money-reimburse-doctors-matters/
http://www.modernhealthcare.com/article/20150416/NEWS/150419925
http://kff.org/report-section/ehbs-2015-section-seven-employee-cost-sharing/
http://childrensnational.org/
http://genomemag.com/what-is-personalized-medicine/
https://hbr.org/2016/07/personalized-recommendation-engines-are-coming-to-health-care
http://jamia.oxfordjournals.org/content/20/1/134.full
http://www.intelcore.cz/content/dam/www/public/us/en/documents/white-papers/bigger-data-better-healthcare-idc-insights-white-paper.pdf
