Utilización de tecnología Big Data en investigación clínica

  1. Guillermo Alcalde Bezhold
  2. Iciar Alfonso Farnós
Revista:
Revista de derecho y genoma humano: genética, biotecnología y medicina avanzada

ISSN: 1134-7198

Año de publicación: 2019

Título del ejemplar: Uso de datos clínicos ante nuevos escenarios tecnológicos y científi cos. Oportunidades e implicaciones jurídicas

Número: 1

Páginas: 55-83

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista de derecho y genoma humano: genética, biotecnología y medicina avanzada

Resumen

La utilización de la tecnología Big data en la práctica clínica puede suponer grandes avances para el sistema sanitario, tanto para la asistencia como para la investigación clínica. Para conseguir este objetivo es imprescindible la integración de las diferentes fuentes de información actualmente disponibles. De forma simultánea a estas ventajas potenciales, la aplicación de estas tecnologías puede suponer una fuerte amenaza para la intimidad, por lo que es imprescindible disponer de medidas adecuadas de control de la información, así como implantar procedimientos adecuados, transparentes y seguros, que garanticen el máximo nivel de confidencialidad asegurando el respeto a los derechos y libertades de las personas. Para poder utilizar de forma segura esta tecnología es imprescindible disponer de un marco ético y jurídico adecuado, que permita compaginar la protección de datos con la investigación clínica relevante y la mejora de la asistencia

Referencias bibliográficas

  • ACED, E. / HERAS, M.R. / SÁIZ, C.A., Código de buenas prácticas en protección de datos para proyectos Big Data, Agencia Española de Protección de Datos [En línea, consultado el 28/02/2019]. Disponible en: www.agpd.es.
  • MENASALVAS, E. / GONZALO-MARTÍN, C. / RODRÍGUEZ-GONZÁLEZ, A., “Big Data en salud: retos y oportunidades”, Economía Industrial, Vol. 405, 2017, pp. 87-97.
  • EUROPEAN COMMISSION, eHealth Task Force Report - Redesigning health in Europe for 2020, Luxembourg, 2012.
  • ARTICLE 29 DATA PROTECTION WORKING PARTY, Opinion 05/2014 on anonymisation techniques, 2014 [En línea, consultado el 28/02/2019]. Disponible en: https:// ec.europa.eu/justice/article-29/documentation/
  • SWEENEY, L., Simple demographics often identify people uniquely, Carnegie Mellon University, Data Privacy Working Paper 3, 2000.
  • GOODFELLOW, I. / BENGIO, Y. / COURVILLE, A., Deep Learning. In. Cambridge, Mass: MIT Press; 2016, pp. 1-26 [En línea, consultado el 28/02/2019] Disponible en: http://www.deeplearningbook.org/contents/intro.html
  • NAYLOR, CD., “On the Prospects for a (Deep) Learning Health Care System”, JAMA, Núm. 11, Vol. 320, 2018, pp. 1099-1100.
  • CHARTRAND G. / CHENG, P.M. / VORONTSOV, E. / DROZDAL, MTS. / PAL, C.J. / KADOURY, S. et ál. “Deep Learning: A Primer for Radiologists”, RadioGraphics, Vol. 37, 2017, pp. 2113-31.
  • HINTON, G., “Deep Learning–A Technology with the potential to transform health care”, JAMA, Núm. 11, Vol. 320, 2018, pp. 1101-2.
  • BEAM, A.L. / KOHANE, I.S., “Big Data and Machine Learning in Health Care”, JAMA, Núm. 13, Vol. 319, 2018, pp. 1317-8.
  • STEAD, WW., “Clinical implications and challenges of artificial intelligence and deep learning”, JAMA, Vol. 320, 2018, pp. 1107-8.
  • RAJKOMAR A., “Scalable and accurate deep learning with electronic health records”, npj Digital Med. Núm. 18, Vol. 1, 2018.
  • GIANFRANCESCO, M.A. / TAMANG, S. / YAZDANY J. / SCHMAJUK, G., “Potential Biases in Machine Learning Algorithms Using Electronic Health Record Data”, JAMA Intern Med., Núm. 11, Vol. 178, 2018, pp. 1544-47.
  • MURDOCH, T.B. / DETSKY A.S., “The Inevitable Application of Big Data to Health Care”, JAMA, Núm. 13, Vol. 309, 2013, pp. 1351-2.
  • CLASIFICACIÓN INTERNACIONAL DE ENFERMEDADES. ORGANIZACIÓN PANAMERICANA DE LA SALUD [En línea, consultado el 28/02/2019]. Disponible en: https://www. paho.org/hq/
  • GARCÍA LÓPEZ JL. / DEL LLANO SEÑARÍS, J.E. / DEL DIEGO SALAS J. / RECALDE MANRIQUE, J.M., Aportación de los “Real World Data” a la mejora de la práctica clínica y del consumo de recursos de los pacientes, Fundación Gaspar Casal, 2014.
  • COMITÉ DE ÉTICA DEL INSTITUTO DE INVESTIGACIÓN DE ENFERMEDADES RARAS, “Guías Éticas de Investigación en Biomedicina”, 2009 [En línea, consultado el 29/02/2019]. Disponible en: http://publicaciones.isciii.es/
  • UNIVERSIDAD POLITÉCNICA DE MADRID, Big Data en Salud, Informe de vigilancia tecnológica, 2015 [En línea, consultado el 28/02/2019]. Disponible en: https://fipse.es/sites/default/files/documentos/
  • HEMINGWAY, H. / ASSELBERGS, F.W. / DANESH, J. / DOBSON, R. / MANIADAKIS, N. / MAGGIONI, A. et ál., “Big data from electronic health records for early and late translational cardiovascular research: challenges and potential”, European Heart Journal, Núm. 16, Vol. 39, 2017, pp. 1481-95.
  • VERGHESE, A. / SHAH, N.H. / HARRINGTON, R.A., “What This Computer Needs Is a Physician Humanism and Artificial Intelligence”, JAMA, Núm. 1, Vol. 319, 2018, pp. 19-20.
  • SOCIEDAD ESPAÑOLA DE ONCOLOGÍA MÉDICA, [En línea, consultado el 28/02/2019]. Disponible en: https://seom.org/informacion-sobre-el-cancer/ique-es-lamedicina- de-precision
  • CABALEIRO, T. / PRIETO-PÉREZ, R. / OCHOA, D. / ABAD-SANTOS, F., “Aplicación de la farmacogenómica y otras nuevas tecnologías al desarrollo de medicamentos”, Medicina Clínica, Núm. 12, Vol. 140, 2013, pp. 558-63.
  • THE CENTER FOR SCIENTIFIC INTEGRITY. RETRACTION WATCH. [En línea, consultado el 28/02/2019]. Disponible en: https://retractionwatch.com
  • ISRANI, S.T. / VERGHESE, A., “Humanizing Artificial Intelligence”, JAMA, Núm. 1, Vol. 321, 2019, pp. 29-30.
  • NHS CHOICES, National Health Service England. Better information means better care, 2014 [En línea, consultado el 28/02/2019]. Disponible en: https:// www.england.nhs.uk/wp-content/uploads/2014/01/cd-leaflet-01-14.pdf
  • RAMESH, R. “NHS disregards patient requests to opt out of sharing medical records”, The Guardian. 22/01/2015.
  • NHS ENGLAND, care.data NHS England, 2016 [Consultado el 1/03/2019]. Disponible en: https://www.england.nhs.uk/2013/10/care-data/
  • LLÁCER, M.R. / CASADO, M. / BUISAN, L., Documento sobre bioética y Big Data de salud: explotación y comercialización de los datos de los usuarios de la sanidad pública, Dret OdBi, editor. Barcelona: Publicacions i Edicions de la Universitat de Barcelona, 2015.
  • AGÈNCIA DE QUALITAT I AVALUACIÓ SANITÀRIES DE CATALUNYA (AQuAS), Generalitat de Catalunya, 2016 [En línea, consultado el 28/02/2019]. Disponible en: http:// aquas.gencat.cat/es/detall/detall-noticia/VISC_cancelacio_dialegCompetitiu.
  • AGÈNCIA DE QUALITAT I AVALUACIÓ SANITÀRIES DE CATALUNYA (AQUAS), Programa de analítica de datos para la investigación y la innovación en salud (PADRIS) [En línea, consultado 01/03/2019]. Disponible en: http://aquas.gencat.cat/ es/ambits/analitica-dades/padris/index.html
  • AGÈNCIA DE QUALITAT I AVALUACIÓ SANITÀRIES DE CATALUNYA, Departament de Salut. Generalitat de Catalunya. rograma públic d’analítica de dades per a la recerca i la innovació en salut a Catalunya –PADRIS–. 2017 [En línea, consultado el 28/02/2019]. Disponible en: http://aquas.gencat.cat/web/.content/minisite/ aquas/publicacions/2017 /Programa_analitica_dades_PADRIS_aquas2017. pdf .
  • CALIBER. UCL INSTITUTE OF HEALTH INFORMATICS. [En línea, consultado el 28/02/2019]. Disponible en: https://www.ucl.ac.uk/health-informatics/caliber.
  • AGENCIA ESPAÑOLA DEL MEDICAMENTO Y PRODUCTOS SANITARIOS. BIFAP. [En línea, consultado el 28/02/2019]. Disponible en: http://www.bifap.org/.
  • IBM. IBM WATSON HEALTH. [En línea, consultado el 28/02/2019]. Disponible en: https://www.ibm.com/watson/health/index-1.html.
  • Savana. [En línea, consultado el 28/02/2019]. Disponible en: https:// savanamed.com/es/.
  • APPLE. RESEARCHKIT. [En línea, consultado el 28/02/2019]. Disponible en: https:// www.apple.com/es/researchkit/.
  • EMBI, PJ. / PAYNE, PR., “Evidence Generating Medicine: Redefining the Research-Practice Relationship to Complete the Evidence Cycle”, Medical Care, Núm. 8 (Supl 3)), Vol. 51, 2013, s87-91.
  • ZHU, L. / ZHENG, W.J., “Informatics, Data Science, and Artificial Intelligence”, JAMA, Núm. 11, Vol. 320, 2018, pp. 1103-4.
  • MC CORD, K.A. / SALMAN, R.A. / TREWEEK, S. / GARDNER, HSD. / WHITELEY, W. / IOANNIDIS, JPA. et ál., “Routinely collected data for randomized trials: promises, barriers, and implications”, Trials, Núm. 29, Vol. 19, 2018.
  • LAUER, M.S. / D’AGOSTINO, R.B., “The Randomized Registry Trial – The Next Disruptive Technology in Clinical Research”, NEJM, Vol. 369, 2013, pp. 1579-81.
  • LAZARUS, B. / CHEN, Y. / WILSON, F.P. / SANG, Y. / CHANG, A.R. / CORESH, J. et ál, “Proton Pump Inhibitor Use and Risk of Chronic Kidney Disease”, JAMA Intern Med., Núm. 2, Vol. 176, 2016, pp. 238-46.
  • DANAEI, G. / TAVAKKOLI, M. / HERNÁN, M.A., “Bias in Observational Studies of Prevalent Users: Lessons for Comparative Effectiveness Research From a Meta-Analysis of Statins”, Am J Epidemiol, Núm. 4, Vol. 175, 2012, pp. 250–62.
  • LI, L. / ROTHWELL, P.M., “Biases in detection of apparent `weekend effect´ on outcome with administrative coding data: population based study of stroke”, BMJ, Vol. 353, 2016, i2648.
  • BENCHIMOL, E. I. / SMEETH, L. / GUTTMANN, A. / HARRON, K. / MOHER, D. / PETERSON, I. / SORENSEN, H.T. / VON ELM, E. / LANGAN, S.M., “Record Working Committee. The REporting of studies Conducted using Observational Routinely-collected health Data (RECORD) Statement”, PLoS Med, Núm. 10, Vol. 12, 2015, e1001885.
  • VON ELM E. / ALTMAN DG. / EGGER, M. / POCOCK, S.J. / GOTZSCHE, P.C. / VANDERBROUCKE, J.P. et ál. “The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: Guidelines for Reporting Observational Studies”, PLOS Medicine, Núm. 10, Vol. 4, 2007, e296.
  • LEETARU, K., “Are Research Ethics Obsolete In The Era Of Big Data?”, Forbes, 17 Junio, 2016.
  • THE NATIONAL COMMISSION FOR THE PROTECTION OF HUMAN SUBJECTS OF BIOMEDICAL AND BEHAVIORAL RESEARCH. Office for Human Research Protections. U.S. Department of Health and Human Services. The Belmont Report. Ethical Principles and Guidelines for the Protection of Human Subjects of Research, 1979 [En línea, consultado el 28/02/2019]. Disponible en: https://www.hhs.gov/ohrp/ regulations-and-policy/belmont-report/index.html
  • NUFFIELD COUNCIL ON BIOETHICS, The collection, linking and use of data in biomedical research and health care: ethical issues, Londres, 2015 [En línea, consultado el 28/02/2019]. Disponible en: http://nuffieldbioethics. org/project/biological-health-data
  • CONSEJO DE ORGANIZACIONES INTERNACIONALES DE LAS CIENCIAS MÉDICAS (CIOMS), Pautas éticas internacionales para la investigación relacionada con la salud con seres humanos, Ginebra, 2017.
  • ASOCIACIÓN MÉDICA MUNDIAL, Declaración de la AMM sobre las Consideraciones Eticas de las Bases de Datos de Salud y los Biobancos, 2017 [En línea, consultado el 28/02/2019]. Disponible en: https://www.wma.net/es
  • ASOCIACIÓN MÉDICA MUNDIAL, Declaración de Helsinki. Principios éticos para las investigaciones médicas en seres humanos, 2013 [En línea, consultado el 28/02/2019]. Disponible en: https://www.wma.net/es
  • EUROPEAN ECONOMIC AND SOCIAL COMMITTEE, The ethics of Big Data: Balancing economic benefits and ethical questions of Big Data in the EU policy context, 2017.
  • KRAMER, ADI. / GUILLORY, J.E. / HANCOCK, J.T., “Experimental evidence of massive-scale emotional contagion through social networks”, PNAS, Núm. 24, Vol. 111, 2014, pp. 8788-9
  • VERMA, I.M. Editor in Chief. Editorial Expression of Concern: Experimental evidence of massivescale emotional contagion through social networks. PNAS. 2014; 111(29): 10779
  • AGENCIA ESPAÑOLA DE PROTECCIÓN DE DATOS, Orientaciones y garantías en los procedimientos de anonimización de datos personales, 2016 [En línea, consultado el 28/02/2019]. Disponible en: https://www.aepd.es/media/ guias/guia-orientaciones-procedimientos-anonimizacion.pdf
Fuente de los datos: Dialnet