Es previsible que muy pronto se produzca una revolución en la forma de entender la medicina. La medicina del futuro aplicará el conocimiento clínico y biológico de una forma personalizada, de forma que cada individuo obtenga un tratamiento adecuado a sus características y a las de la enfermedad. Tal cambio de paradigma está fundamentado en el conocimiento compartido y en la adecuada gestión de la información, tanto la relativa a la salud de los pacientes como la proveniente de la investigación biológica, en el que la genética con todas sus ramificaciones “ómicas” y sus aplicaciones diagnósticas y farmaceúticas (farmacogenética), juega un papel central. En la nueva medicina molecular [1], una enfermedad viene definida por una matriz de genes alterados. Esto permitirá crear una nueva generación de medicamentos diseñados de forma racional para modular la función de esos genes que están alterados en cada patología. La importancia de este fenómeno es incalculable. La industria farmacéutica mueve 350.000 millones de € anuales, una cifra similar al sector del automóvil. Pero, a diferencia de éste, en España su coste es mayoritariamente sufragado por el Estado. El uso de la genómica en la medicina reducirá los costes actuales mediante medicamentos personalizados con efectos más controlados más seguros que evite efectos secundarios indeseables; o identificar los genes responsables de las diferentes respuestas al tratamiento para diseñar nuevos fármacos para personas que no responden a los actuales; también podrá predecir la susceptibilidad del individuo a una determinada enfermedad y será capaz de detectar los genes alterados antes de que se produzca la enfermedad (fenotipo patológico).
En el ámbito clínico los esfuerzos se centran en conseguir una Historia Clínica Electrónica (HCE) completa y ubicua, en la que toda la información relativa a cada paciente esté disponible para todos los profesionales de la salud en cualquier punto de asistencia. El proceso asistencial moderno requiere de la participación secuencial y concurrentemente de multitud de agentes sanitarios. Todos ellos han de disponer de toda la información generada y registrada con anterioridad para poder ejecutar la asistencia con criterio y minimizando el error.
La coexistencia de multitud de sistemas de información clínica autónomos y heterogéneos (hospitales, centros de atención primaria, sistemas de salud regionales, etc.) dificulta la obtención de una vista integrada de toda la información disponible para un paciente, ya sea en una institución o compartida entre varias organizaciones. Para disponer de un verdadero sistema de información compartido o distribuido en el que los datos fluyan de manera transparente entre las organizaciones y que a la vez permita mantener la máxima independencia funcional y de diseño de cada subsistema, deberán entenderse, ser semánticamente interoperables, independientemente de cuál sea el origen de la información o del software empleado. Las instituciones sanitarias deben poder intercambiar información clínica entre ellas con la seguridad de que se va a conservar el significado original de los datos, dando lugar a la misma interpretación de la información clínica en el punto en el que va a ser utilizada que cuando se generó originalmente.
La enorme variedad, en amplitud y profundidad, de la información clínica y su constante avance hace inviable la construcción de sistemas monolíticos, aunque sean modulares, que se ajusten perfectamente a las necesidades de la práctica clínica y a la vez permitan su adaptación a los constantes cambios. Además, la evolución que ha seguido históricamente el desarrollo de los sistemas de información sanitarios, hace inviable la adopción de nuevos sistemas que obliguen a sustituir los actuales, así que la solución pasa por adoptar un paradigma de desarrollo que permita construir, sobre los actuales, una capa dinámica de representación del conocimiento que posibilite la interoperabilidad semántica: el Modelo Dual.
Los pilares básicos que fundamentan la interoperabilidad semántica basada en el paradigma del modelo dual de la información son tres: 1) un estándar o modelo de referencia conceptual para representar la información; 2) ontologías y terminologías compartidas que definan el vocabulario utilizado para describir los datos; 3) estructuras de información de arquetipos. En el ámbito de la sanidad existen diversos estándares que sirven para esta finalidad: ISO/CEN EN13606, HL7 v3 CDA, OpenEHR o CCR.
La HCE se nutre de la información registrada disponible en las organizaciones. Aunque todavía no se ha extendido de forma generalizada a todo el ámbito médico, comienza a ser habitual el registro de algunos tipos de información genética asociada a los pacientes en determinadas circunstancias: antecedentes familiares en casos de cáncer, diabetes, algunas cardiopatías, etc. Hoy por hoy el uso de esta información se reduce a la confirmación de diagnósticos (infecciones víricas como gripe H1N1 o HIV que se confirman con pruebas PCR específicas), o la ayuda en la selección apropiada de tratamientos como algunas quimioterapias, en las que se sabe que la respuesta a la dosis de medicación depende dramáticamente del genotipo del paciente.
La incorporación de la información genética a la HCE de forma ordenada y coherente exige que ésta esté sustentada por un modelo conceptual que permita su gestión informatizada de una manera eficiente. No basta con el registro del resultado de secuenciación de partes concretas del genoma de los pacientes. Las secuencias de ADN no tienen ningún significado por sí mismas, han de ser interpretadas en función de su influencia sobre los fenotipos. El descubrimiento y la caracterización de estas relaciones causales entre genotipo y fenotipo que permita el entendimiento del funcionamiento del código genético es el mayor reto al que se enfrenta en la actualidad la comunidad biomédica.
El modelo conceptual del genoma humano (CSHG por Conceptual Schema of the Human Genome), que ha sido desarrollado por el grupo de Bioinformática del centro ProS [2], facilita mediante el uso de tecnologías de modelos de información la enorme tarea de descubrir las causas genéticas de los fenotipos. CSHG modela la información genética (estructura del genoma, mutaciones, alelos, transcripción génica, proteómica, etc.) y ha de nutrirse de las numerosas y extensas fuentes de datos genómicas disponibles para poblar de contenido una base de datos diseñada a partir del modelo conceptual. Existen hoy en día muchas fuentes externas de datos biológicos enfocadas a la interpretación del genoma humano y la relación entre el genotipo (información genética que define a un individuo) y el fenotipo (conjunto de caracteres visibles de ese individuo). Estas bases de datos son una herramienta indispensable para los investigadores biomédicos. Websites como NCBI [3], Ensembl [4] u OMIM [5] son usadas a diario en laboratorios de todo el mundo. Sin embargo, los investigadores deben invertir una enorme cantidad de tiempo buscando en la red para documentar cualquier aspecto genómico en profundidad. La falta de estructuración de esas búsquedas puede convertirlas en una tarea muy frustrante ya que uno nunca puede estar seguro de poseer toda la información existente en ese momento. A pesar de recoger información muy diversa, todas ellas comparten los mismos problemas derivados de la falta de estructuración del dominio: soporte parcial, explotación manual y tediosa, interoperabilidad limitada, reducida consistencia de los datos, mantenimiento dudoso o poca fiabilidad de la actualización. Esto justifica que sea relevante la correcta aplicación de técnicas de Ingeniería del Software en este ámbito para que el modelo sea operativo y utilizable como recurso valioso en la HCE. Una HCE que permita acceder a la información genética permitirá incluir en el proceso de diagnóstico, tratamiento y pronóstico de la salud, las señales procedes de todos los niveles biológicos, abriendo la puerta a la utilización de la HCE para la investigación biomédica y bioinformática utilizando técnicas de minería de datos ayudará a la creación de sistemas de ayuda a la decisión que puedan ser incluidos en las guías clínicas.
Mediante la estructuración de la información genética específica de un paciente en relación con su información fenotípica se abre la puerta a la aplicación de procesos de minería de datos y biología de sistemas al conjunto de la HCE en la que el sujeto ya no será un mero paciente desde el punto de vista asistencial sino que podrá caracterizarse como un sistema biológico que incluye la información celular, su predisposición genética, y la expresión genómica y proteómica con las manifestaciones tisulares asociadas a los problemas de salud, como son el cáncer, deterioros cognitivos, grandes afecciones como la diabetes, etc.
Este proyecto facilitará además la investigación farmacogenómica, haciendo posible la realización de estudios a gran escala sobre la forma en que las diferencias genéticas entre individuos, en cuanto a variaciones en las secuencias de ADN, expresión génica, afectan a la respuesta frente a los medicamentos (farmacofisiología) y ayudando a determinar los caminos biológicos mediante los cuales éstos se metabolizan a nivel celular (farmacocinética).
1. The case for personalized medicine. November 2006. Personalized Medicine Coalition (PMC).
www.PersonalizedMedicineCoalition.org
2. Oscar Pastor, Ana M. Levin, Juan Carlos Casamayor, Matilde Celma, Luis E. Eraso, Maria José Villanueva and Manuel Perez-Alonso. : Enforcing Conceptual Modeling to Improve the Understanding of Human Genome. Próxima publicación en RCIS (2010).
3. Wheeler, D.L., et al.: Databases resources of the National Center for Biotechnology Information. Nucleic Acid Res. 35. D5-D12 (2007)
4. Hubbard, T., et al.: The Ensembl genome database project. Nucleic Acid Res.30, 38-41 (2002)
5. Hamosh, A., et al.: Online Mendelian Inheritance in Man (OMIM), a knowledgebase of human genes and genetic disorders. Nucleic Acid Res. 33, D514-D517 (2005)
