En la medida en que incorporemos información, conocimiento, en el software que rige a las aplicaciones dirigidas a ayudarnos al diagnóstico y tratamiento de las enfermedades, y su integración con sistemas físicos, bien de recogida de imágenes, o bien de análisis de fluidos o tejidos o sistemas robóticos, estas aplicaciones nos facilitarán el trabajo aportándonos precisión y fiabilidad. Cuanto más conocimiento incorporemos, mayor calidad y, por tanto, mayor efectividad. Pero esto no significa que sean inteligentes. El salto a la inteligencia se produce cuando los sistemas son capaces de aprender por sí mismos. Y en este momento no sabemos hasta dónde pueden llegar pues son capaces de aprender a partir de percepciones que nosotros no notamos y de información que nosotros no les hemos dado expresa- mente. Esa es la Inteligencia Artificial (IA). Un robot puede aprender a partir de prueba y error o acierto, o a partir de informaciones a las que pueda acceder.

Hasta hace bien poco, para poder trabajar con datos, estos tenían que estar estructurados; cada dato tenía que estar etiquetado y contar con un orden en la estructura de datos. Así se diseñaban bases de datos jerárquicas, relacionales o multidimensionales, pero cada tipo de dato tenía un formato, una longitud máxima, etc. Las historias clínicas electrónicas tenían que estar (y lo están) estructuradas y los campos de texto libre no pueden ser tratados más que para su lectura o impresión. Para su tratamiento en un sistema Business Intelligent hay que diseñar bases de datos relacionales.

La gran revolución se produce cuando se empieza a desarrollar sistemas de interpretación de datos no estructurados, de textos libres y en los que a una misma cosa se la puede y suele llamar de modos diversos (caso muy frecuente en medicina en que existen diferentes términos para expresar una misma enfermedad, órgano, síntoma, etc.) En este momento se abren un inmenso abanico de posibilidades para las millones y millones de páginas de textos existentes en los sistemas de información y en las redes accesibles mediante internet. Al tratamiento de es- tos datos se le ha venido a llamar mundialmente como Big Data. Cada día que transcurre hay un número cada vez mayor de datos. Se calcula que el 90% de los datos que existen actualmente en el mundo se han creado en los últimos tres años. Según información de Google, se han producido ya más de cuatro mil millones de búsquedas. Igualmente, se ha incrementado enormemente el número de aplicaciones en la red (según estimaciones hay ya más de 180.000 aplicaciones disponibles), muchas de ellas ya vinculadas a la salud.

A modo de ejemplo es curioso señalar que recientemente, la web genealógica ODMatch ha comparado información genética de miles de personas para hallar parentescos o el resultado imprevisto obtenido por la empresa Genetics, que mediante el uso de algoritmos organizadores y reductores, descubrió la corelación entre la migraña y el colón irritable.

Pero esto no habría podido ser posible sin otra revo- lución que también se produce todos los días: El incremento de la capacidad de almacenamiento de datos y de la velocidad de procesamiento, que, gracias a las capaci- dades de conexión mundial mediante fibra óptica y wifi ha dado lugar a lo que se llama Almacenamiento en la Nube, es decir, al poder estar conectados a múltiples servidores conectados a internet dando servicio a las aplicaciones locales.

Uno de los beneficios más evidentes de esto fue el desciframiento del genoma humano, que sin la bioinformática no habría sido posible, posibilitando todo un mundo de terapias individualizadas basadas en la información genética, llegan- do incluso a la posibilidad de edición genética y modifica- ción de genes defectuosos siendo capaces de aplicar el nuevo gen en las células del paciente. Ahora tenemos la capacidad de tratar información genómica de forma masiva. Ya se han producido casos de secuenciación masiva de poblaciones con el fin de estudios científicos de la información obtenida.

El tratamiento de información no estructurada tanto de publicaciones científicas como de información diversa en relación con la salud residente de las bases de datos de los buscadores como google o, algo más sencillo, el tratamiento masivo de los datos sobre salud, existentes en los servidores de los Servicios Autonómicos de Salud podrían suponer una fuente de investigación extraordinaria para las investigaciones en salud pública, en hábitos saluda- bles, adherencia a los tratamientos, comprensión de los pacientes, morbilidad, actividad asistencial, y un larguísimo etcétera que nos ayudaría a mejorar nuestras políticas sanitarias y tácticas asistenciales.
.