Una nueva herramienta de código abierto para analizar datos sanitarios complejos

Clasificar, agrupar y analizar conjuntos de datos grandes, heterogéneos y complejos sin hipótesis preexistentes

13.09.2024

Dirigidos por el Helmholtz de Múnich, unos científicos han desarrollado una solución informática accesible y diseñada específicamente para el análisis de datos médicos sanitarios complejos. El software de código abierto, denominado "ehrapy", permite a los investigadores estructurar y examinar sistemáticamente grandes conjuntos de datos heterogéneos. El programa está a disposición de la comunidad científica mundial para su uso y desarrollo.

Copyright: Meshal Ansari

Ehrapy pretende colmar una laguna crítica en el análisis de datos sanitarios, afirma Lukas Heumos, uno de los principales desarrolladores y científico del Instituto de Biología Computacional de Helmholtz Múnich y la Universidad Técnica de Múnich (TUM): "Hasta ahora no existían herramientas estandarizadas para analizar de forma sistemática y eficiente datos médicos diversos y complejos. Nosotros hemos cambiado eso con ehrapy". El equipo que está detrás de ehrapy procede de la investigación biomédica y cuenta con una amplia experiencia en el análisis de conjuntos de datos científicos complejos. "El sector sanitario se enfrenta a retos de análisis de datos similares a los de quienes trabajan en laboratorios", señaló Heumos al inicio del proyecto ehrapy.

Enfoque exploratorio: análisis sin hipótesis

Junto con otros muchos colaboradores, Heumos ha utilizado su experiencia en el desarrollo de software científico para crear una solución de análisis de datos de pacientes: "Ehrapy puede descubrir nuevos patrones y generar ideas sin necesidad de analizar los datos basándose en una suposición o hipótesis específica". Este enfoque exploratorio, dice Heumos, es una característica única de ehrapy.

Ehrapy permite a los investigadores ordenar, agrupar y analizar conjuntos de datos grandes, heterogéneos y complejos sin ninguna hipótesis preexistente. Esto abre nuevas perspectivas que pueden explorarse más a fondo. Heumos explica: "El enfoque exploratorio aporta nuevas perspectivas al análisis de datos sanitarios. Debido a su complejidad y heterogeneidad, estos datos a menudo no se analizan con la eficacia que podrían". Ehrapy abre así nuevas vías para que los datos sanitarios sean más útiles para la investigación y la práctica médicas.

El objetivo a largo plazo: uso rutinario en la práctica clínica

Ehrapy se diseñó desde el principio como software de código abierto. "Para nosotros era importante poner el programa a disposición de la comunidad científica desde el primer día", subraya Heumos. El software está disponible como un paquete de Python en GitHub, una plataforma en línea para el desarrollo de software, y puede ser utilizado y desarrollado por investigadores de todo el mundo.

Actualmente, ehrapy se centra en analizar de forma eficiente y rápida conjuntos de datos de investigación, como los almacenados en grandes centros de investigación sanitaria. "El uso rutinario en la práctica clínica es un objetivo a largo plazo, pero por ahora nos concentramos en proporcionar a la comunidad investigadora una herramienta potente", afirma Heumos.

En el futuro, el equipo tiene previsto ofrecer bases de datos normalizadas para las historias clínicas electrónicas (HCE). Estas bases de datos permitirán integrar y analizar mejor grandes volúmenes de datos médicos. Además, esto facilitará el desarrollo de atlas de HCE que puedan servir como conjuntos de datos de referencia para contextualizar y anotar nuevos conjuntos de datos.

Un largo viaje

"Ehrapy permite el análisis integral de datos en todos los sistemas, lo que puede ser un paso clave para los futuros sistemas de IA en medicina. Por ello, espero una adopción relativamente rápida en diversos centros", afirma el profesor Fabian Theis, director del Instituto de Biología Computacional Helmholtz de Múnich y catedrático de la TUM: "Establecer este tipo de tecnologías en medicina es un proceso largo que puede llevar décadas. Nuestro objetivo es tender un puente entre la investigación biomédica y la aplicación práctica en medicina". Theis explica además que el equipo de desarrollo se está centrando en métodos de análisis exploratorio de datos de forma holística para revelar más fácilmente las conexiones ocultas. "También intentamos apoyar a los agentes académicos y comerciales del sector sanitario".

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Publicación original

Más noticias del departamento ciencias

Noticias más leídas

Más noticias de nuestros otros portales

Todos los fabricantes de espectrómetros FT-IR de un vistazo