EL BIG DATA EN SALUD
Barra lateral del artículo
Contenido principal del artículo
Resumen
El concepto de Big Data se basa en el análisis de un gran volumen de datos. El Big Data trabaja principalmente con datos no estructurados y estructurados.
Las principales características que definen el Big Data pueden resumirse en lo que se conoce como las siete Vs: Volumen, Velocidad, Variedad, Veracidad, Valor, Variabilidad
y Visibilidad. Una tecnología fundamental para el presente y el futuro, eso es el Big Data, porque localiza una enorme cantidad de datos, los extrae, organiza, almacena y analiza, todo esto en tiempo real, lo cual hace que la información se convierta en un activo muy valioso, porque permite predecir y tomar decisiones.
Toda la información en salud para el Big Data proviene de fuentes de información: La web y las redes sociales, los datos de máquina a máquina, los datos biométricos y los datos generados por los usuarios (Expedientes Clínicos Electrónicos).
Downloads
Detalles del artículo
Número
Sección
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Cómo citar
Referencias
1. Leal, Silvia (2015) E-Renovarse o morir: 7 Tendencias tecnológicas para convertirte en un líder digital. LID Editorial.
2. Diebold, F. X. (2012). On the Origin (s) and Development of the Term ‘Big Data’.
3. Pulido Cañabate, E. (2016). Big data: ¿Solución o problema? Encuentros Multidisciplinares.
4. Pucheta, L. L. (2017). Big Data y su impacto en el ámbito de la salud. Reporte del Comité Internacional de Bioética (UNESCO).
5. Peña-López, I. (2017). Big Data en salud digital.
6. Menasalvas, E., Gonzalo, C., & RODRÍGUEZGONZÁLEZ, A. (2017). Big Data en Salud: retos y oportunidades. Economía Industrial (Ejemplar dedicado a: Nuevas tecnologías digitales), 405, 87-97.
7. Puyol Moreno, J. (2014). Una aproximación a Big Data= An approach to Big Data.
8. Verduzco Reyes, G., Bautista Thompson, E., Ruiz Vanoye, J. A., & Fuentes Penna, A. (2017). Modelos de tecnologías del Big Data Analytics y su aplicación en salud.
9. Monleón-Getino, A. (2015). El impacto del Big-data en la Sociedad de la Información. Significado y utilidad. Historia y comunicación social, 20(2), 427.
10. Arcila-Calderón, C., Barbosa-Caro, E., & CabezueloLorenzo, F. (2016). Técnicas big data: análisis de textos a gran escala para la investigación científica y periodística. El profesional de la información, 25(4), 623-631.
11. Reiz, A. N., de la Hoz, M. A., & García, M. S. (2019). Big Data Analysis y Machine Learning en medicina intensiva. Medicina Intensiva, 43(7), 416-426.
12. Pérez, G. (2016). Peligros del uso de los big data en la investigación en salud pública y en epidemiología. Gaceta Sanitaria, 30(1), 66-68.
13. Lecuona, I. D. (2019). Evaluación de los aspectos metodológicos, éticos, legales y sociales de proyectos de investigación en salud con datos masivos (big data). Gaceta Sanitaria, 32, 576-578.
14. Andía, M. E., Arrieta, C., & Long, C. A. S. (2019). Una guía conceptual para usar y entender Big Data en la investigación clínica. Revista Médica Clínica Las Condes, 30(1), 83-94.
15. Martínez Sesmero, J. M. (2015). “ Big Data”; aplicación y utilidad para el sistema sanitario. Farmacia Hospitalaria, 39(2), 69-70.
16. Zablah, I., & Urquía-Osorio, H. (2016). Las Ciencias de la Salud y la revolución del BigData. Revista del Cuerpo Médico del HNAAA, 9(2), 88-89.
17. Med, N. C., & de Teresa Galván, E. (2019). Big Data y Medicina.