Plataforma para la gestión, aseguramiento, intercambio, análisis y preservación de datos médicos

Antecedentes

Los expedientes clínicos electrónicos y dispositivos médicos digitales mejoran la atención médica de millones de pacientes y representan un invaluable acervo de datos para la toma de decisiones y diseño de intervenciones de salud. El gran desafío para instituciones de salud es crear sistemas intrainstitucionales e interinstitucionales intuitivos y eficientes, que permitan manejar, en forma segura, el intercambio de datos, la asistencia por inteligencia artificial y el análisis de grandes volúmenes de datos requeridos en procesos críticos de toma decisiones tales como prognosis, diagnosis y seguimiento a tratamientos. Muyal permite crear, compartir y reusar este tipo de sistemas, sin crear dependencia tecnológica con proveedores de software y servicios, mientras preserva el derecho a la privacidad y confidencialidad tanto de pacientes como profesionales de la salud.

Metodología general

El proyecto se desarrolla en dos etapas anuales.  En estas etapas se establecen los siguientes objetivos particulares:

1. Crear, diseñar y desarrollar servicios configurables que permitan a las instituciones de salud de México crear sistemas de e-Salud para integrar, gestionar y compartir información de los pacientes, generada a partir de la práctica clínica, lo cual permitirá interoperabilidad en el intercambio de datos sin modificar los SECEs existentes y con independencia de la infraestructura para reducir la dependencia tecnológica de las instituciones de salud con proveedores de servicios informáticos.
2. Crear y diseñar un grupo de servicios, modelos y estrategias que permitan la creación de ​servicios de adquisición, intercambio, almacenamiento y preservación de datos clínicos y de imágenes radiológicas (PACS), mediante el uso de esquemas criptográficos de siguiente generación, sistemas de preparación y almacenamiento de datos, mecanismos de control de acceso y confidencialidad, trazabilidad basada en bloques encadenados y entrega de contenidos basada en tecnologías de perímetro, nube e IoT.
3. Definir una metodología para el uso, manejo e integración de los servicios desarrollados en este proyecto que permita a las instituciones e investigadores crear sistemas e-Salud para crear una red de distribución automática y almacenamiento seguro de imágenes y datos clínicos (PACS) siguiendo estándares tales como DICOM y Hl7.
4. Definir una metodología para la construcción de un sistema de e-Salud basado en los servicios incluidos en la plataforma para la adquisición, almacenamiento de datos, validación por personal de salud y visualización de datos provenientes de variables fisiológicas (signos vitales, somatometría, ECG, espirometrías, audio cardio-pulmonar) generados en tiempo cuasi-real durante la realización de una teleconsulta, mediante estructuras de transporte continuo y seguro (IoT-perímetro-nube).
5. Definir una metodología para la adquisición provenientes de sistemas e-Salud y ejecución de algoritmos, que alimente a un servicio de analítica en línea con visualización basado en sistemas de información geográfica que realice, bajo demanda, procesos de estadística básica (medidas de dispersión, regresiones lineales/polinomiales y correlaciones), agrupamiento estadístico (K-means, jerárquico, silueta y basado en densidades), así como consultas espacio-temporales con operadores condicionales.
6. Obtener un repositorio que permita: i) a las instituciones de salud publicar datos anónimos y sistemas e-Salud, con controles de acceso y trazabilidad de uso, ii) a las instituciones reutilizar sistemas e-Salud existentes, y iii) a los investigadores agregar sus algoritmos al repositorio de la plataforma o usar algoritmos de aprendizaje de máquina, analítica y estadística debidamente preparados para su uso para consumir en forma controlada los datos publicados y obtener información útil.​

Entregables de incidencia

En este proyecto multidisciplinario se desarrolla Muyal-Ilal, una plataforma de servicios para la gestión, aseguramiento, intercambio, procesamiento, análisis y preservación de grandes volúmenes de datos médicos. Muyal-Nez (López-Arevalo, et al. 2021 & Barron-Lugo, et al. 2021) crea sistemas eficientes de e-salud para procesar y manejar datos médicos. Muyal-Xelhua crea sistemas de analítica (big data) para ciencia de datos basados en inteligencia artificial que convierte datos (históricos, notas clínicas, provenientes de dispositivos médicos, imagenología, etc.) en información. Muyal-Nez y Muyal-Xelhua guían al personal de salud y TICs para crear, en minutos, sin requerir licencias ni conocimientos tecnológicos o de programación, sistemas de e-salud para soportar procesos de toma de decisiones o asistencia a diagnósticos. Estos sistemas son portables, pueden incluir y/o acoplarse con software existente y transferirse fácilmente a otras instituciones, reduciendo costos de desarrollo y resolviendo dependencias tecnológicas entre instituciones y proveedores de software/servicios. Muyal-Zamna [Carrizales-Espinoza, et al. 2021 & López-Arevalo, et al. 2021), en forma automática y transparente, provee tolerancia a fallas en TICs y privacidad, confidencialidad, integridad, disponibilidad y trazabilidad en datos médicos para que los sistemas creados en Muyal-Ilal cumplan las normas nacionales (NOM-024-SSA3-2010 y NOM-004-SSA3-2012) e internacionales (ISO 27001:2013, COBIT 5, NIST). Muyal-Zamna crea reportes sobre cumplimiento de cada norma, incluyendo guías para mejorar el incumplimiento. Muyal-Tekanaktli construye sistemas eficientes de almacenamiento y distribución de datos/contenidos médicos para que instituciones soporten escenarios de intercambio ininterrumpido de catálogos de bases de datos, resultados/información y/o sistemas e-Salud a través de intra/internet. Muyal-Alwa crea servicios de repositorios (estandarizados y FAIR) para facilitar el acceso a catálogos publicados por instituciones de salud. En Muyal-Ilal se construyen sistemas e-salud para diagnóstico de cáncer de hueso largo y pulmones asistido por inteligencia artificial, estudios espaciotemporales de enfermedades de alta prevalencia con georreferenciación y calculadoras de medición de riesgo de enfermedades cardiovasculares que producirán bases de datos y repositorios para la comunidad científica e instituciones de salud.