Big Data in Health Information Systems
DOI:
https://doi.org/10.56294/mw20226Keywords:
Big Data, Data Analysis, Health, Health Information SystemsAbstract
In the healthcare sector, Information Systems are fundamental for decision-making at all levels. This process can be strengthened with the implementation of Big Data analytics. In this context, the present study aims to describe the experiences, benefits, and applications of Big Data in Health Information Systems through a systematic literature review. The research reviewed 22 studies on the use of Big Data in the healthcare sector, applying inclusion and exclusion criteria to select relevant studies. The results of these studies indicated that the use of Big Data in healthcare can improve the quality of teleassistance services for patients, as well as logistics and financial services. It can also prevent diseases and improve patient care in public health information systems. Additionally, it can provide new knowledge and actionable information from new data sources, and promote the natural transformation of descriptive research into predictive and prescriptive research. The studies also highlighted the importance of Artificial Intelligence for data to be useful for research and medical purposes. In general, the research concluded that Big Data has a favorable impact on the healthcare sector, especially in biomedical research, and that its use can improve the efficiency and quality of medical care
References
1. Lazo-Pérez MA. La epidemiología de las pandemias. Revista cubana de Tecnología de la Salud. 2021;12(2):147-154.
2. Gutiérrez-Vera D. Los Sistemas de Información en Salud, relevancia y realidades ante la pandemia del virus SARS-COV-2. Rev. CMV. 2023;1(1-3):e007.
3. Preciado-Rodríguez AJ, Valles-Coral MA, Lévano-Rodríguez D. Importancia del uso de sistemas de información en la automatización de historiales clínicos, una revisión sistemática. Revista Cubana de Informática Médica. 2021;13(1):e417.
4. Organización Mundial de la Salud. Proyecto de estrategia mundial sobre salud digital. 2020-2025. OMS; 2020. https://cdn.who.int/media/docs/default-source/documents/200067-lb-full-draft-digital-health-strategy-with-annex-cf-6jan20-cf-rev-10-1-clean-sp_1c8b2b9c-4c25-4efb-8553-9f466028b583.pdf?sfvrsn=4b848c08_4
5. Delgado-Ramos A, Vidal-Ledo M, Rodríguez-Díaz A, Barthelemy-Aguilar K, Torres-Ávila D. Salud y transformación digital. Educación Médica Superior. 2022;36(2):e3442. https://ems.sld.cu/index.php/ems/article/view/3442
6. Vidal-Ledo M, Delgado-Ramos A, Gutiérrez-Vera D, Rodríguez-Díaz A. Ciencia de Datos en Salud. Educación Médica Superior. 2023; 37(1):e3735. https://ems.sld.cu/index.php/ems/article/view/3735
7. Rosa JM, Frutos EL. Ciencia de datos en salud: desafíos y oportunidades en América Latina. Rev. Med. Clin. Condes. 2022;33(6):591-597. https://doi.org/10.1016/j.rmclc.2022.09.007
8. Ramos-Delgado A, Vidal-Ledo M, Rodríguez-Díaz A, Barthelemy-Aguilar K, Torres-Ávila D. Salud y transformación digital. Educ Méd Super. 2022;36(2). http://www.ems.sld.cu/index.php/ems/article/view/3442
9. Lemus-Delgado D, Pérez-Navarro R. Ciencia de datos y estudios globales: aportaciones y desafíos metodológicos. Colomb. Int. 2020;(102):41-62. http://www.scielo.org.co/scielo.php?pid=S0121-56122020000200041&script=sci_abstract&tlng=es
10. Rumiche-Chávarry RP, Matas-Terrón A, Ríos-Ariza JM, Chunga-Chinguel R. Implicaciones sociales de la irrupción del Big Data y la robótica: un análisis prospectivo en docentes hispanoamericanos. Revista Electrónica Interuniversitaria de Formación del Profesorado. 2023;26(1):115-127. https://doi.org/10.6018/reifop.543871
11. Alcalde G, Alfonso I. Utilización de tecnología Big Data en investigación clínica. Revista de Derecho y Genoma Humano. 2019;(1 Nº extraordinario):55-83. https://dx.doi.org/10.14679/1133
12. Sousa MJ, Pesqueira AM, Lemos C, Sousa M, Rocha A. Decision-Making based on Big Data Analytics for People Management in Healthcare Organizations. Journal of Medical Systems. 2019;43:290. https://doi.org/10.1007/s10916-019-1419-x
13. Araujo-Inastrilla CR, Vitón-Castillo AA. Blockchain in health sciences: Research trends in Scopus. Iberoamerican Journal of Science Measurement and Communication. 2023; 3(2), 1-10. https://doi.org/10.47909/ijsmc.56
14. Araujo-Inastrilla CR. La tecnología NFT y la información en salud: un debate ético contemporáneo. Revista Cubana de Informática Médica. 2023;15(1):e618. https://revinformatica.sld.cu/index.php/rcim/article/view/618
15. Blaconá MT. Reflexiones sobre los nuevos desafíos éticos que plantea el uso de grandes bases de datos (Big-Data) en investigación. SaberEs. 2019;11(2).
16. Parra-Calderón CL. Big data en sanidad en España: la oportunidad de una estrategia nacional. Gac Sanit. 2016;30(1):63–65. http://dx.doi.org/10.1016/j.gaceta.2015.10.005
17. Pagea MJ, McKenziea JE, Bossuytb PM, Boutronc I, Hoffmannd TC, Mulrowe CD, et al. Declaración PRISMA 2020: una guía actualizada para la publicación de revisiones sistemáticas. Rev Esp Cardiol. 2021;74(9):790–799 https://doi.org/10.1016/j.recesp.2021.06.0
18. Sánchez MJ. Cómo realizar una revisión sistemática y un meta-análisis. Aula Abierta. 2010;38(2):53-64. http://hdl.handle.net/11162/5126
19. Pigott TD, Polanin JR. Methodological guidance paper: High-quality meta-analysis in a systematic review. Review of Educational Research. 2020;90(1):24-46. https://doi.org/10.3102/0034654319877153
20. Serrano SS, Navarro IP, González MD. ¿Cómo hacer una revisión sistemática siguiendo el protocolo PRISMA?: Usos y estrategias fundamentales para su aplicación en el ámbito educativo a través de un caso práctico. Bordón: Revista de pedagogía. 2022;74(3):51-66.
21. Araque-González GA, Gómez-Vásquez M, Vélez-Uribe JP, Suárez-Hernández AH. Big Data y las implicaciones en la cuarta revolución industrial - Retos, oportunidades y tendencias futuras. Revista Venezolana de Gerencia. 2021;26(93). https://www.redalyc.org/articulo.oa?id=29066223003
22. Aceto G, Persico V, Pescapé A. Industry 4.0 and Health: Internet of Things, Big Data, and Cloud Computing for Healthcare 4.0. Journal of Industrial Information Integration. 2020;18. https://doi.org/10.1016/j.jii.2020.100129
23. Baker K, Dunwoodie E, Jones EG, Newsham A, Johnson O, Price CP, et al. Process Mining Routinely Collected Electronic Health Records to Define Real-Life Clinical Pathways during Chemotherapy. International Journal of Medical Informatics. 2017. http://dx.doi.org/10.1016/j.ijmedinf.2017.03.011
24. Lemus-Delgado D, Pérez-Navarro R. Ciencias de datos y estudios globales: aportaciones y desafíos metodológicos. Colombia Internacional. 2022;102:41-62. https://doi.org/10.7440/colombiaint102.2020.03
25. Colombo F, Oderkirk J, Slawomirski L. Sistemas de Información en Salud, Electrónicos Salud: avances y desafíos en Registros médicos y Big Data en el mundo Países de la OCDE. Manual de Salud Global. Francia: OMS; 2020. https://doi.org/10.1007/9783030053253_711
26. Dimitrov DV. Medical Internet of Things and Big Data in Healthcare. Healthc Inform Res. 2016 July;22(3):156-163. http://dx.doi.org/10.4258/hir.2016.22.3.156
27. Mas-Bermejo P, Sánchez-Valdés L, Vidal-Ledo M, Seuc Jo A, et al. Contribuciones de la epidemiología, la modelación y los sistemas de información en el enfrentamiento de la COVID-19. An Acad Cienc Cuba. 2022;12(3):e1221. http://www.revistaccuba.cu/index.php/revacc/article/view/1221
28. Cotino-Hueso L. Inteligencia artificial, big data y aplicaciones contra la COVID-19: privacidad y protección de datos. Revista de los Estudios de Derecho y Ciencia Política. 2020;31:1-17. http://dx.doi.org/10.7238/idp.v0i31.3244
29. Prado-Ortega M, Grunauer-Robalino R. Salud pública: aplicación de Big Data en detección de concentración poblacional, para evitar brotes epidemiologicos por COVID-19. Identidad bolivariana. 2020;4(2).
30. Chaochao M, Yutong Z, Li'an H, Yicong Y, Fang Z, et al. Validación y comparación de cinco algoritmos de minería de datos utilizando big data de laboratorios clínicos para establecer intervalos de referencia de hormonas tiroideas para adultos mayores. Clinical Biochemistry. 2022;107:40-49. https://doi.org/10.1016/j.clinbiochem.2022.05.008
31. Viteri-Gonzales AP, Beltrán-García JA. Solución de Big Data para el análisis de los datos abiertos de MINSA y CENARES para el monitoreo y control de la emergencia sanitaria COVID-19 bajo el ecosistema de Apache Hadoop y Microsoft Azure. Trujillo: Universidad Privada de Antenor Orrego; 2022.
32. Changmarín CA. Big data y su impacto en el ejercicio de la contaduría pública, las empresas y los sistemas de información: Una mirada a la ética. Actualidad Contable Faces. 2021 Enero-Junio;24(42):9-35. https://doi.org/10.53766/ACCON/2021.42.01
33. Zerega-Prado J, Llerena-Izquierdo J. Arquitectura de consolidación de la información para seguros de la salud mediante Big Data. Memoria Investigaciones en Ingeniería. 2022;23:18-31. https://doi.org/10.36561/ING.23.3
34. Peng-Ting C, Chia-Li L, Wan-Ning W. Big data management in healthcare: Adoption challenges and implications. International Journal of Information Management. 2020. https://doi.org/10.1016/j.ijinfomgt.2020.102078
35. Gutiérrez-Martínez JA, Febles-Estrada A. Las tecnologías disruptivas y su aplicación en la medicina con vistas al 2030. Revista Cubana de Salud Pública. 2019;45(4):e1563.
36. De Lecuona I. Aspectos éticos, legales y sociales del uso de la inteligencia artificial y el Big Data en salud en un contexto de pandemia. Revista Internacional de Pensamiento Político. 2020;15:139-166.
37. Dash S, Shakyawar S, Sharma M, Kaushik S. Big data in healthcare: management, analysis and future prospects. Journal of Big Data. 2019;6:54 https://doi.org/10.1186/s40537-019-0217-0
38. Zhihan L, Liang Q. Analysis of healthcare big data. Future Generation Computer Systems. 2020; 109:103–110. https://doi.org/10.1016/j.future.2020.03.039
39. Menasalvas E, Gonzalo C, Rodríguez-González A. Big data en salud: retos y oportunidades. Economía industrial. 2017;405:87-97. https://dialnet.unirioja.es/servlet/articulo?codigo=6207516
40. Vanegas-Casadiego JA. Big Data a path to Healthcare Quality. Bogotá: Universidad El Bosque; 2022.
41. Santos-Domínguez A. Big data y aprendizaje automático para mejorar los procesos en los Ensayos Clínicos: mapeo sistemático de la literatura. CubaSalud. 2022. https://convencionsalud.sld.cu/index.php/convencionsalud22/2022/paper/download/2910/1195
42. Nicholson-Price W, Glenn-Cohen I. Privacy in the age of medical big data. Nature Medicine. 2019;25:37-43. https://doi.org/10.1038/s41591-018-0272-7
Published
Issue
Section
License
Copyright (c) 2022 Carlos Rafael Araujo Inastrilla (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
The article is distributed under the Creative Commons Attribution 4.0 License. Unless otherwise stated, associated published material is distributed under the same licence.
