Dirigidos por Helmholtz Munich, los científicos han desarrollado una solución de software accesible diseñada específicamente para el análisis de datos clínicos de salud complejos. El software de código abierto llamado ‘ehrapy’ permite a los investigadores estructurar y examinar sistemáticamente conjuntos de datos grandes y heterogéneos. El software está disponible para su uso y desarrollo posterior por parte de la comunidad científica mundial.
Ehrapy pretende llenar un vacío importante en el análisis de datos de salud, afirma Lukas Heumos, desarrollador principal y científico del Instituto Helmholtz de Biología Computacional de Múnich y de la Universidad Técnica de Múnich (TUM): “Hasta ahora no existían herramientas estándar para analizar de forma sistemática y eficiente datos médicos diversos y complejos. Hemos cambiado eso con Ehrapi”. El equipo detrás de ehrapy proviene de la investigación biomédica y tiene una amplia experiencia en el análisis de conjuntos de datos científicos complejos. “El sector sanitario se enfrenta a retos similares en el análisis de datos que los que trabajan en los laboratorios”, señaló Humos durante el lanzamiento del proyecto ehrapy.
Enfoque exploratorio: análisis sin hipótesis
Junto con muchos otros socios, Hamos ha utilizado su experiencia en el desarrollo de software científico para desarrollar una solución para analizar datos de pacientes: “Ehrapy analiza datos basándose en una hipótesis o hipótesis específicas, puede descubrir nuevos patrones y generar conocimientos sin necesidad de analizarlos. Este enfoque de investigación es una característica única de ehrapy, dice Humos.
Ehrapy permite a los investigadores organizar, agrupar y analizar conjuntos de datos grandes, heterogéneos y complejos sin suposiciones preexistentes. Esto abre nuevos conocimientos que luego pueden explorarse más a fondo. Humos explica: “El enfoque exploratorio aporta nuevas perspectivas al análisis de datos de salud. Debido a su complejidad y heterogeneidad, estos datos a menudo no se analizan con la eficacia que deberían”. Ehrapy abre así nuevas vías para hacer que los datos de salud sean más útiles para la investigación y la práctica clínica.
Objetivo a largo plazo: uso habitual en la práctica clínica
Ehrapy fue diseñado como software de código abierto desde el principio. “Para nosotros era importante poner el software a disposición de la comunidad científica desde el primer día”, subraya Hamos. El software está disponible como un paquete Python en GitHub, una plataforma en línea para el desarrollo de software, y puede ser utilizado y desarrollado por investigadores de todo el mundo.
Actualmente, ehrapy se centra en el análisis rápido y eficiente de conjuntos de datos de investigación, como los almacenados en los grandes centros de investigación sanitaria. “El uso rutinario en la práctica clínica es un objetivo a largo plazo, pero por ahora nos centramos en proporcionar una herramienta potente a la comunidad investigadora”, afirma Hamos.
En el futuro, el equipo planea proporcionar una base de datos estandarizada para registros médicos electrónicos (EHR). Esta base de datos permitirá una mejor integración y análisis de grandes cantidades de datos clínicos. Además, facilitará el desarrollo de atlas de HCE que puedan servir como conjuntos de datos de referencia para contextualizar e interpretar nuevos conjuntos de datos.
un largo viaje
“Ehrapy permite un análisis exhaustivo de datos entre sistemas, lo que podría ser un paso importante para los futuros sistemas de IA en medicina”, afirma el profesor Fabian Thies, director del Instituto de Biología Computacional de Helmholtz. Se espera una adopción relativamente rápida en varios sitios. Profesor de Munich y TUM: “El establecimiento de estas tecnologías en medicina es un proceso largo que puede llevar décadas. Nuestro objetivo es cerrar la brecha entre la investigación biológica y la aplicación práctica en medicina”. Theis explica además que el equipo de desarrollo se está centrando en formas de analizar los datos de la investigación de forma holística para revelar conexiones ocultas más fácilmente. “También buscamos apoyar a los actores académicos y comerciales del sector sanitario”.
