{{{sourceTextContent.title}}}

El impacto de los macrodatos en la medicina veterinaria

{{{sourceTextContent.subTitle}}}

Banfield Pet Hospital ha publicado su informe anual sobre veterinaria. Descubra cómo el Big Data está cambiando el panorama de la medicina veterinaria.

{{{sourceTextContent.description}}}

Gracias a las tecnologías digitales y a sofisticadas técnicas analíticas, podemos recopilar y procesar mayores cantidades de datos diversos más rápido que nunca. Estos conjuntos de datos grandes, complejos y que se acumulan rápidamente, conocidos como "Big Data", están transformando el funcionamiento de las industrias. En medicina veterinaria, esto incluye desde la identificación de poblaciones de alto riesgo y la modelización de procesos epidemiológicos, hasta la detección de amenazas emergentes y la información sobre nuestra comprensión de la salud y la enfermedad tanto en animales de compañía como en personas.

En Banfield, tenemos acceso a grandes cantidades de datos a través de nuestro sistema patentado de datos e historias clínicas electrónicas, que alberga información de más de 9,5 millones de visitas y 3,5 millones de mascotas atendidas al año, con una media de unos 70 puntos de datos registrados por visita. Esta información nos permite estudiar los resultados de los pacientes y seguir las tendencias en la salud de las mascotas para mejorar la calidad de la medicina veterinaria.

Nos dedicamos a compartir nuestros hallazgos con la profesión en general, y desde 2017 hemos publicado una serie de Informes de Temas Emergentes Veterinarios (VET)™ sobre temas que van desde la osteoartritis y la obesidad, hasta la calidad y la mejora de la seguridad. El Informe VET 2023 de este año trata sobre cómo usamos Big Data para crear impacto. Puede consultar el informe completo en Banfield Exchange y, a continuación, encontrará algunos ejemplos del informe sobre cómo utilizamos estos datos para mejorar la calidad de la medicina veterinaria y la salud de las mascotas, así como medidas que puede adoptar en su propia consulta.

Reducción de la mortalidad relacionada con la anestesia

Aunque es poco frecuente, incluso una pequeña reducción de la mortalidad relacionada con la anestesia puede tener una enorme importancia para los pacientes, los clientes y los equipos veterinarios.

. Grandes datos: Recopilamos bibliografía revisada por expertos, directrices profesionales y declaraciones de posición, y analizamos datos internos de historias clínicas e informes de seguridad para identificar los riesgos sistémicos y locales asociados a la anestesia. A continuación, desarrollamos y aplicamos normas de calidad médica (MQS) para mitigarlos.

. Gran impacto: Seis meses después de la implantación de las MQS, las tasas de mortalidad disminuyeron, evitando al menos una muerte adicional por cada 10.000 procedimientos. Hemos observado reducciones continuas y sostenidas de estas tasas y, hasta la fecha, hemos registrado las tasas de mortalidad más bajas jamás medidas. Aun con este impacto positivo, seguiremos "persiguiendo el cero" y utilizando continuamente los datos para introducir mejoras siempre que sea posible.

Identificación de mascotas con riesgo de enfermedad renal

Las investigaciones han revelado que la enfermedad renal crónica (ERC) es la principal causa de mortalidad en gatos mayores de 5 años y, por lo general, tiene un pronóstico aún peor en los perros.

. Big Data: Nuestros datos de registros médicos se utilizaron para crear modelos de predicción del riesgo de desarrollar ERC en gatos y perros mediante la aplicación de métodos avanzados de aprendizaje automático a los datos recogidos durante las visitas rutinarias a la consulta veterinaria.

. Gran impacto: El aprendizaje automático aplicado a Big Data puede apoyar la toma de decisiones veterinarias mejorando la detección temprana de la ERC, proporcionando una mayor oportunidad para la intervención, lo que puede resultar en una mejor calidad de vida y una mayor supervivencia. Dado que se basan en datos ya recogidos durante las visitas veterinarias rutinarias, los modelos podrían implementarse fácilmente en la práctica hospitalaria o en software de laboratorio de diagnóstico, como RenalTech, para apoyar directamente a los veterinarios en la toma de decisiones clínicas.

"Analizando los datos médicos de las visitas de pacientes de Banfield durante dos décadas, los científicos de Mars Petcare crearon la herramienta RenalTech utilizando inteligencia artificial para predecir si un gato desarrollará ERC hasta dos años antes del diagnóstico clínico tradicional", dijo Nefertiti Greene, Presidenta de Mars Science & Diagnostics. "Disponible para los veterinarios que utilizan los laboratorios de referencia de Antech en EE.UU., RenalTech puede predecir la ERC con una precisión superior al 95 por ciento. Esta herramienta es el primero de muchos diagnósticos predictivos en la tubería de Mars Petcare a medida que continuamos invirtiendo en permitir una atención sanitaria más personalizada para las mascotas."

Reconocer los factores de riesgo de los efectos adversos asociados a las vacunas

Los efectos adversos asociados a las vacunas son poco frecuentes, pero los clientes preocupados por ellos pueden rechazar o retrasar la vacunación de sus mascotas, dejándolas vulnerables a enfermedades infecciosas prevenibles.

. Big Data: Nos asociamos con la Facultad de Medicina Veterinaria de la Universidad de Purdue para completar lo que creemos que es el mayor estudio de VAAE en perros hasta la fecha. La incidencia en este análisis fue de 18,4 VAAE por cada 10.000 perros vacunados, menos de la mitad que hace más de 15 años. Los perros más pequeños, los de determinadas razas y los que recibieron varias vacunas en la misma visita tuvieron más probabilidades de sufrir AAV.

. Gran impacto: El gran descenso en la incidencia de los AAV sugiere que las vacunas más recientes son más seguras, lo que probablemente habla a favor de la diligencia y responsabilidad de los fabricantes de vacunas. Se prevén investigaciones adicionales sobre estas incidencias, como la colaboración con Wisdom Panel para estudiar cómo los factores genéticos pueden influir en el riesgo de AAV, estudios sobre los AAV felinos, etc.

Aprovechar todo el potencial de Big Data para mejorar la detección de enfermedades, la prestación de atención y la sostenibilidad en medicina veterinaria requerirá esfuerzos de colaboración constantes para recopilar la información necesaria. Por ejemplo, los asociados de Banfield y Mars Veterinary Health, junto con colegas de Mars Petcare, se unieron recientemente para desarrollar el mayor conjunto de datos de medicina veterinaria hasta la fecha. El MARS PETCARE BIOBANKTM incluirá datos recogidos de 10.000 perros y 10.000 gatos durante un periodo de 10 años con el objetivo de impulsar avances en el conocimiento científico para el futuro de la medicina veterinaria.

Las mejoras en la salud de los animales de compañía sólo se acelerarán cuando colaboremos toda la profesión. Hable con el equipo de su hospital sobre cómo podría contribuir, ya sea ampliando el uso de los historiales médicos electrónicos y otras tecnologías digitales, realizando trabajos de análisis de datos en su hospital o contribuyendo a uno de los grandes esfuerzos de agregación de datos en curso. En cualquier caso, mejorará la calidad de la medicina veterinaria y contribuirá a avanzar en el futuro de la salud de las mascotas.