Mineria de datos en salud - Introducción -
- 1. MINERÍA DE DATOS EN SALUD: INTRODUCCIÓN (DATA MINING IN HEALTHCARE ) Jairo Cesar Alexander 2017
- 2. MINERÍA DE DATOS - DATA MINING • Procesos para descubrir patrones en grandes conjuntos de datos * Dengue grave en Colombia
- 3. PARA QUÉ USAMOS LA MINERÍA DE DATOS? Predecir • Utilizar algunas variables o campos en una base de datos para predecir valores desconocidos o futuros. Comprender • Encontrar o visualizar patrones que describan la información (interpretables o entendibles por el profesional y el usuario lo mas importante) * Hipotiroidismo congénito en Colombia
- 4. EJEMPLO: MINERÍA DE DATOS EN SALUD • 70 indicadores de salud en Colombia monitorizados en tiempo real , con generación de puntos de alarma y pronósticos automáticos vía web(sistema simple pero funcional creado por el autor en pc de escritorio en software KNIME)
- 5. Nivel de atención Enfoque de el nivel de Intervención Acciones practicas gracias a la minería de datos (ejemplos) Impacto global a largo termino Primer nivel de atención Promoción de la salud Prevención Tratamiento Rehabilitaci ón Enviar mensajes de texto PERSONALISADOS recordando la vacunación de los niños Las mamas pueden saber si las demás mamas están vacunado a sus hijos y los médicos están al tanto. seguir una epidemia (ejem H1N1) en tiempo real. llamar proactivamente a alguien con riesgo alto de IAM retroalimentar (útilmente)al medico en tiempo real en la consulta diaria con analítica de toda la información suministrada Dx de toda la población automática , en tiempo real , para todos, y para la acción ya . alto Segundo nivel de atención Tratamiento retroalimentar al medico con medicamentos que nunca se reclaman en farmacia Gerencia puede evaluar la efectividad, eficiencia, eficacia de los ttos. Evaluación del seguimiento de los protocolos recomendados por Min Salud. Integración de información inter institucional de uso practico. Detección de fraude concierta enfermedad de alto costo que se aumento de repente un 200%, conformaciones de redes reales. medio Tercer nivel de atención Tratamiento Evaluacion de el riesgo de readminisión a UCI de un paciente Responder a preguntas :Que tto tiene mas eficiencia? Existe una nueva patología en nuestra población? Como les va a otros usuarios como este medicamento? bajo
- 6. EJEMPLO :DETECCION DE FRAUDE EN HEMOFILIA
- 7. EJEMPLOS ÚTILES DE PREDICCIÓN • Estratificar a los pacientes en grupos de alto, medio o bajo riesgo. clave para el éxito de cualquier iniciativa de gestión de salud de la población. • Para pacientes que llevan mucho riesgo ,sería más barato enviarles de forma preventiva un médico ,en lugar de esperar que ese paciente entre por urgencias
- 8. TRANSICIÓN NECESARIA SISTEMA DE SALUD BASADO EN ATENCIÓN DE URGENCIAS CENTRADO EN EL ASEGURAMIENTO FINANCIERO A SISTEMA DE SALUD BASADO EN PROMOCIÓN DE LA SALUD Y PREVENCIÓN DE LA ENFEREMDAD CENTRADO EN LA SALID DE EL USUARIO
- 9. RETOS - MINERÍA DE DATOS EN SALUD • Como analizar todas las historias clínicas , todos los registros farmacéuticos, cirujas , procedimientos, interconsultas, y evolución DE FORMA INTEGRADA para: promover la salud, prevenir la enfermedad , evaluar y mejorar los tratamientos rehabilitación, etc • Como lo hago en tiempo real, y para todos…(notificación nacional e institucional automática en tiempo real – algoritmos de revisión, verificación) todos significa retroalimentación desde el usuario -medico al sistema y del sistema hasta el medico - usuario, también epidemiologia en tiempo real para todos. • Como usar las redes sociales para mis objetivos
- 10. TANTA INFORMACIÓN PARA QUE ? PARA QUIEN ? Dx individual Dx poblacional Evaluación individual y E. poblacional Terapéutica individual y poblacional y manejo de riesgo Retroalimentación usuario y generador de información
- 11. REDES SOCIALES • COMERCIO (CERVECERAS TABACALARES) • BANCA • SECTOR POLITICO • TELECOMUNICACIONES • AEROLINEAS • OTROS 30 SECTORES y hasta la delincuencia … Y NOSOTROS QUE ?
- 12. FASES DE LA MINERÍA (CRISP-DM): • (1) Comprensión del negocio (fenómenos de salud – las causas…..) • (2) La comprensión de Datos (estadística) • (3) Preparación de Datos (integración) • (4) Modelado • (5) Evaluación • (6) El despliegue
- 13. FUENTES DE DATOS • Bases de datos relacionales • Bases de datos multidimensionales (DW) • Bases de datos transaccionales • Series temporales, secuencias y data streams • Datos estructurados • Datos espaciales y espaciotemporales • Textos e hipertextos (p.ej. Web Redes sociales) • Bases de datos multimedia (p.ej. Imágenes, microscopia RX etc.)
- 14. TAREAS DE LA MINERIA DE DATOS- SALUD • Caracterización: descriptiva, necesidades, prioridades • Asociación: poblaciones similares, riesgo, • Clasificación: diagnostico • Análisis de grupos: inferencia • Evolución y tendencias (en espacio-GIS o tiempo -series temporales – predicción, interpolación, perspectivas, escenarios) • Análisis de desviaciones o anomalías: fraude, brotes, picos, respuesta a políticas, o programas, impacto.
- 15. ADVERTENCIA Todas las técnicas estadísticas se basan en la suposición de que los patrones existentes continuarán en el futuro. (o de que existen patrones)
- 16. COMO SE EVALUACIÓN LA MINERÍA Precisión Claridad Integración 16
- 17. QUE MÉTODO SELECCIONO? • Existe una gran cantidad de métodos o herramientas clasificadas de acuerdo a su uso habitual. La selección de un método depende de muchos factores: el contexto, la pertinencia, la disponibilidad de los datos históricos, el grado de precisión deseable, el período de tiempo que se prevé, el costo / beneficio de la previsión, el tiempo disponible para realizar el análisis, pero sobre todo de lo que necesito realmente.
- 18. Necesidad Conjunto Metodos Ejemplo Visualizar Visualización Grafica de líneas Grafica de pastel Series de tiempo Joint point Describir las tendencias del acné en Colombia y si hay puntos de quiebre estadísticamente significativos, y mostrar porcentajes por genero y grupos de edad. Predecir Clasificación Arbol C&R, QUEST, CHAID, C 5.0, Regresión, lineal, logística, Cox, redes neuronal, maquina de vectores, redes bayesianas, lineal mixto generalizado, ARIMA, KNN, Pre método PCA/Análisis factorial, filtros Predecir la evolución de la leishmaniosis en Colombia para los próximos 10 años. Encontrar patrones Asociación A priori, CARMA, CARMA secuencial, reglas. Buscar una serie de procesos con altas tasa de eventos de riesgo. Segmentar Clusters K medias, Kohonen Agrupar la población por riesgo, detectar atípicos en una población. SELECCIÓN DEL MÉTODO ADECUADO : FÁCIL
- 19. MUCHOS MÉTODOS • Árboles de Decisión • Clasificación de Bayes • Mínimos cuadrados ordinarios • Regresión logística • Máquinas de Vectores Soporte • Métodos Ensemble • Algoritmos de agrupación • Análisis de Componentes Principales • Análisis de Componentes Independientes • Descomposición de valor singular • Redes Neuronales Artificiales. • Algoritmos Genéticos. • Vecino más Cercano. • otros
- 21. MÉTODOS • Árboles de decisión. Herramientas analíticas empleadas para el descubrimiento de reglas y relaciones. Se construye partiendo el conjuntos de dos (CART) o más (CHAID). Cada subconjunto a su vez es particionado. Se continua hasta no encontrar diferencias significativas de influencia. Son modelos caja abierta, permiten interpretación 21
- 22. MÉTODOS • Reglas de asociación. Derivan de un tipo de análisis que extrae información por coincidencias. Permite descubrir correlaciones en los sucesos de la base de datos. Usa reglas del tipo SI... ENTONCES. Permiten interpretación del experto 22
- 23. MÉTODOS • Redes neuronales. Son capaces de detectar y aprender patrones y características de los datos. Una vez adiestradas las redes pueden hacer pronósticos, clasificaciones y segmentación. Son modelos cajas negras 23
- 24. MÉTODOS • Algoritmos genéticos. Hacen uso de técnicas de reproducción (mutación y cruce) para ser utilizadas para búsqueda y optimización. Se parte de una población inicial, y se altera optimizándola. Esta herramienta se usa en las primeras fases de la minería . 24
- 25. MÉTODOS • Lógica difusa. Surge de la necesidad de modelar la realidad de forma mas exacta, evitando el determinismo y exactitud. Permite el tratamiento de grises mas allá del blanco y negro Trata la existencia de barreras difusas o suaves entre grupos. Genera y usa reglas tipo: SI x es y en tal grado entonces z en tal grado 25
- 26. MÉTODOS • Redes bayesianas. Permiten aprender sobre relaciones de dependencia y causalidad. Permiten combinar conocimiento de datos. Evitan el sobre-ajuste de datos. Permiten el manejo de bases de datos incompletas, al igual que las redes neuronales y la lógica difusa. Aprovechan el conocimiento previo. 26
- 27. MÉTODOS • Series temporales. Estudian variables a través del tiempo para que partiendo de ese conocimiento y con el supuesto de no cambios poder realizar predicciones. Se basan en ciclos, tendencias y estaciones. (reconoce el azar) Se puede aplicar enfoques híbridos entre métodos anteriores, o con otro tipo de variables. 27 * Del trabajo del autor las tendencias del bajo peso al nacer en Colombia y los ciclos económicos
- 28. Fin Medico Michel de Nôtre-Dame también llamado Nostradamus