Al integrar los expedientes clínicos con otras variables, podríamos anticipar eventos adversos y prevenir su incidencia. Las herramientas predictivas podrían integrar datos del estilo de vida para desarrollar modelos de atención enfocados en los usuarios/pacientes de manera holística. En los sistemas de salud, estas herramientas podrían aplicarse en múltiples áreas tanto de los colaboradores como de los usuarios.
Por último, y no menos importante, se podría mejorar la personalización de los servicios médicos considerando las características propias del arquetipo completo de cada paciente.
Un interesante concepto viene a la conversación: in silico. Es una idea matemática que nació en la década de los 80 y que dio lugar a la conceptualización de la medicina computacional, es decir, la generación de tecnologías de modelación y simulación que permite recrear variables fisiológicas, estructurales, genéticas y farmacológicas para contribuir al análisis preventivo, diagnóstico, planeación terapéutica, ejecución y manejo de las enfermedades. Esto es crear un paciente digital, pero que incluye estudios aplicados de biomedicina, matemáticas, bioingeniería y ciencias computacionales.
Este gemelo digital permitirá realizar análisis anticipados de intervenciones o fármacos sin tener que esperar los largos tiempos hoy necesarios para realizar las pruebas y estudios en seres vivos.
Actualmente existen proyectos en camino donde se han replicado modelos del funcionamiento cardiaco, utilizando inteligencia artificial, deep learning, realidad virtual y algoritmos computacionales aplicados a técnicas de resonancia magnética.
La utilidad de estos gemelos aplicados en salud podría llevar a la creación de modelos virtuales de pacientes individuales para poder llevar la salud personalizada a un nuevo nivel. Podría ser posible probar digitalmente medicamentos o intervenciones disponibles antes de prescribirlos en una persona, y con eso contribuir a una atención de calidad pero mayor aun, de seguridad, al conocer los efectos de las intervenciones tanto positivos como negativos.
La utilidad del análisis de datos de manera predictiva en salud, si se combina con herramientas computacionales poderosas, puede dar lugar a los fundamentos de la nueva medicina y atención a la salud del siglo XXI.