Matemáticas: su aplicación en la práctica clínica diaria

Mathematics for Healthcare as Part of Computational Medicine | Frontiers Research Topic

Krasimira Tsaneva-Atanasova . Mathematics for Healthcare as Part of Computational Medicine. (2018) Frontiers Media SA. 284 p. ISBN: 9782889455775
DESCARGAR PDF — DESCARGAR EPUB

Los enfoques y herramientas matemáticas se han utilizado durante mucho tiempo en medicina y biología; sin embargo, su aplicación en la práctica clínica diaria aún no se había hecho realidad.

Sin embargo, estamos asistiendo al amanecer de una nueva era en la que su aplicación está aumentando a una velocidad vertiginosa gracias a los nuevos desarrollos de modelización, a la mejora del software, al aumento significativo de la potencia de los ordenadores, a un cambio de cultura en el que se considera imprescindible la “multidisciplinaridad”, así como a la aparición del nuevo paradigma de la “medicina personalizada”, adaptada a las necesidades individuales de los pacientes. La medicina basada en la evidencia será reemplazada eventualmente por la medicina basada en explicaciones (o explicativa) y este cambio debe ocurrir más pronto que tarde.

Los enfoques matemáticos están preparados para convertirse en un componente crítico en el pronóstico, diagnóstico y tratamiento de enfermedades humanas, así como en el manejo de enfermedades crónicas a largo plazo en un futuro cercano.

Actualmente nos enfrentamos a la era de los “grandes datos” y la cantidad de información que se está generando en todos los aspectos de la vida moderna, incluida la sanidad, ha aumentado exponencialmente, convirtiéndose en un reto en sí mismo debido a la falta de herramientas y experiencia para analizar conjuntos de datos heterogéneos.

Además, en esta era de los “grandes datos”, existen retos específicos relacionados con los datos sanitarios debido a la protección de los datos, a la fragmentación del sistema de recogida de datos y a las limitaciones éticas, lo que hace que los “grandes datos” en el ámbito de la asistencia sanitaria sean extremadamente difíciles. Los enfoques eficaces de la modelización matemática en la asistencia sanitaria requieren a menudo la integración sin fisuras de datos procedentes de una gran cantidad de fuentes (por ejemplo, registros de pacientes, datos de imágenes y/o sensores, datos de genómica/proteómica/metabolómica, información de medios sociales, nutrición, etc.). El desarrollo de enfoques nuevos y mejorados para modelar sistemas que abarcan múltiples escalas temporales y/o espaciales en combinación con los datos clínicos, cada vez más abundantes, es un paso crucial hacia la superación de los desafíos antes mencionados.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s