--- title: ¿De quién son los datosque se usan en big data salud? description: Descubre qué opciones existen para proteger big data salud y decide si el uso de grandes datos en este área es más una ventaja o un riesgo. image: https://recursos.es.logicalis.com/hubfs/iStock_38954294_SMALL.jpg --- [![](https://recursos.es.logicalis.com/hubfs/Logicalis_white_2019_Strip_RGB.svg)](http://www.es.logicalis.com/) - [Quiénes somos](https://es.logicalis.com/es/quienes-somos) - [Knowledge Center](https://blog.es.logicalis.com/logicalis-knowledge-center) - [Blog](https://recursos.es.logicalis.com) - [Blog de Analytics](https://blog.es.logicalis.com/analytics) - [Blog de Seguridad](https://blog.es.logicalis.com/seguridad) - [Blog de Infraestructura](https://blog.es.logicalis.com/infraestructura) - [Blog de Cloud](https://blog.es.logicalis.com/cloud?hsLang=es-es) - [Contacto](https://es.logicalis.com/es/contacto) # ¿De quién son los datosque se usan en big data salud? Publicado el 26/09/16 8:00 **En el año 2013 se hablaba de [big data salud](http://www.lantares.com/blog/big-data-el-futuro-del-sector-de-la-salud)en términos de revolución**. Hoy, tres años después, se puede constatar una consolidación que se debe a una mayor integración de las nuevas técnicas de análisis y las herramientas más avanzadas en los procesos de hospitales, clínicas, centros médicos y centros de investigación; que, **sin embargo, aún no ha terminado de madurar** puesto que quedan pendientes por resolver cuestiones importantes, como las relacionadas con la protección de los datos. ![big_data_salud.jpg](https://recursos.es.logicalis.com/hs-fs/hubfs/iStock_38954294_SMALL.jpg?width=692&name=iStock_38954294_SMALL.jpg "big_data_salud.jpg") Créditos fotográficos: istock [cyano66](http://www.istockphoto.com/dk/photo/young-female-doctor-using-touch-screen-interface-gm487692979-38954294?st=_p_healthcareinnovation) Nuevos medicamentos, tratamientos de última generación o sistemas mejorados de atención al paciente requieren del trabajo de las empresas del sector en tres direcciones, básicas para garantizar la seguridad de los datos sensibles.   [![Descubre los mitos alrededor del concepto de Big Data](https://no-cache.hubspot.com/cta/default/273205/6df1c88c-ab48-458c-815c-a299e2c9e02e.png)](https://cta-redirect.hubspot.com/cta/redirect/273205/6df1c88c-ab48-458c-815c-a299e2c9e02e)   ## **Big data salud, ¿ventaja o riesgo?** Los **beneficios de** **big data salud** son innegables: - Maximización del valor. - Aceleración de la innovación. - Mejora del intercambio informacional. - Posibilidad de analizar datos en grandes volúmenes, procedentes de distintas fuentes. - Facilidad para traspasar los datos e investigar también en su contexto, a través del análisis de comportamientos y sentimientos de los pacientes. El nuevo paradigma de **big data salud** no sólo permite maximizar la eficiencia y reducir costes, sino que **apoya la generación de valor al promover una mejora continua de la calidad, que se extiende también a los proveedores,** y que impacta de forma muy positiva en la atención al paciente y su calidad de vida. Cuando los grandes datos entran en juego, la toma de decisiones en el sector de vuelve proactiva, algo que redunda en una planificación más eficaz; al mismo tiempo**, se fomenta la colaboración entre entidades y con el propio paciente.** Ejemplo de ello son los **dispositivos wearables** que, con sus datos, pueden ayudar a contextualizar un estudio clínico, arrojando luz sobre áreas que, de otra forma, podrían no ser descubiertas. Y, precisamente éstos son **algunos de los factores que impulsan la innovación, uno** de los puntos fuertes de **big data salud**. Esta capacidad de llevar a la práctica nuevas ideas con el potencial de transformar la industria sólo es posible en base al uso masivo de datos. Esta información proviene de diferentes fuentes: - **Datos clínicos**: como los registros médicos, los historiales o los soportes gráficos que acompañan a la historia de cada paciente. - **Datos de actividad:** que ilustran sobre los recursos consumidos o su coste. - **Datos procedentes de la industria farmacéutica**: información sobre cada medicamento y sus componentes y datos sobre las pruebas realizadas con voluntarios, entre otros. - **Datos de los pacientes: sus** hábitos, preferencias, estilo de vida o sentimientos. **La diversidad de orígenes de los datos necesarios para innovar abre uno de los debates más controvertidos en cuanto a big data salud: ¿de quién son los datos?**   ## **Cómo proteger big data salud** **Si no se conoce a ciencia cierta quién es el propietario de un dato, difícilmente se le va a poder proteger.** ¿Cómo puede alguien defender un derecho si no sabe que lo tiene? Lo importante es reconocer que, conscientemente o no, está en disposición de ejercer ese derecho y, por eso, las empresas del sector salud, en base a sus valores y sus códigos éticos, **deben garantizar la [seguridad](http://www.lantares.com/seguridad-de-datos-corporativos)de toda esa información**. Y lo deben hacer independientemente de si el dato les pertenece a ellos o al paciente porque, al final, la información que se revelaría caso de filtrarse haría alusión a las condiciones personales de un individuo, y, no son los datos de salud, con mucho, la dimensión más personal de big data? No obstante, **en la práctica no es un asunto sencillo de resolver** debido a que: - **Los datos se generan a partir de dispositivos de todo tipo**: escáneres, brazaletes, redes sociales, sensores...  Es fácil adivinar sobre quién informan, pero no lo es tanto conocer quién los posee. - **Muchas de estas aplicaciones almacenan los datos personales en dos o más lugares:** siendo, normalmente, uno de ellos el propio dispositivo y otro la nube. El uso de **big data salud** es positivo para la ciencia médica, pero potencialmente peligroso para el paciente. Mediante la acumulación y análisis de grandes cantidades de información digital a partir de múltiples fuentes, los profesionales médicos están bien equipados para resolver los principales problemas de salud y advertir a la gente de las amenazas emergentes. Pero **este aprovechamiento de los datos más personales de un individuo ha de hacerse siempre extremando las precauciones.** Para ello, **las empresas del sector salud deben:** 1. **Llevar a cabo una vigilancia constante:** al fin y al cabo, mucha de la información se recoge en condiciones de real time, por lo que no puede haber lugar a brechas de seguridad y las políticas de la organización juegan un papel determinante en la consecución de este fin. 2. **Desarrollar mejores herramientas de seguridad:** capaces de proteger frente a nuevos riesgos, fruto de una amenaza más sofisticada. Hace falta seguir innovando y apostando por la tecnología de última generación, siempre implementada con sentido común y el apoyo experto. 3. **Formar al personal**: para evitar filtraciones u otros riesgos producidos por el desconocimiento o la falta de compromiso con una responsabilidad como la de trabajar con datos personales. La información y la preparación no pueden faltar en los programas de capacitación del personal en contacto con datos clínicos. **El gobierno, la tecnología y las personas son los tres pilares que garantizan la protección de** **big data salud**. Luchar contra los ataques y minimizar los riesgos derivados de la falta de seguridad es fundamental para poder continuar aprovechando los beneficios para el cuidado de la salud que permite el estar en posesión de la información adecuada en el momento preciso.   [![Recursos sobre Business Intelligence y Gestión de la Información](https://no-cache.hubspot.com/cta/default/273205/f773013d-d53c-4583-a753-6bd7cc16002b.png)](https://cta-redirect.hubspot.com/cta/redirect/273205/f773013d-d53c-4583-a753-6bd7cc16002b) Categoría: [Big Data Analytics](https://recursos.es.logicalis.com/analytics/topic/big-data-analytics) - [Tweet](https://twitter.com/share) ### Post relacionados [Éxito probado en proyectos emblemáticos](https://recursos.es.logicalis.com/analytics/exito-probado-en-proyectos-emblematicos) [Visión y experiencia de IBM en operativas de Cloud híbrido e inteligencia artificial](https://recursos.es.logicalis.com/analytics/vision-y-experiencia-de-ibm-en-operativas-de-cloud-hibrido-e-inteligencia-artificial) [La inteligencia artificial se sumerge en la operativa IT](https://recursos.es.logicalis.com/analytics/la-inteligencia-artificial-se-sumerge-en-la-operativa-it) ### Categorías - [Big Data Analytics (261)](https://recursos.es.logicalis.com/analytics/topic/big-data-analytics) - [Cuadro de Mando Integral (128)](https://recursos.es.logicalis.com/analytics/topic/cuadro-de-mando-integral) - [Inteligencia Empresarial (123)](https://recursos.es.logicalis.com/analytics/topic/inteligencia-empresarial) - [Presupuestación y Reporting (114)](https://recursos.es.logicalis.com/analytics/topic/presupuestación-y-reporting) - [Analítica Predictiva (88)](https://recursos.es.logicalis.com/analytics/topic/analítica-predictiva) - [Transformación Digital (61)](https://recursos.es.logicalis.com/analytics/topic/transformación-digital) - [Gobierno de Datos (56)](https://recursos.es.logicalis.com/analytics/topic/gobierno-de-datos) - [Social Media Analytics (39)](https://recursos.es.logicalis.com/analytics/topic/social-media-analytics) - [Movilidad (37)](https://recursos.es.logicalis.com/analytics/topic/movilidad) - [Visualización de datos (23)](https://recursos.es.logicalis.com/analytics/topic/visualización-de-datos) - [Soluciones Cognitivas (21)](https://recursos.es.logicalis.com/analytics/topic/soluciones-cognitivas) - [IBM (19)](https://recursos.es.logicalis.com/analytics/topic/ibm) - [Inteligencia Artificial (17)](https://recursos.es.logicalis.com/analytics/topic/inteligencia-artificial) - [GDPR - RGPD (15)](https://recursos.es.logicalis.com/analytics/topic/gdpr-rgpd) - [Gestión de la información (15)](https://recursos.es.logicalis.com/analytics/topic/gestión-de-la-información) - [Visión 360 del cliente (14)](https://recursos.es.logicalis.com/analytics/topic/visión-360-del-cliente) - [Observability (13)](https://recursos.es.logicalis.com/analytics/topic/observability) - [databand (13)](https://recursos.es.logicalis.com/analytics/topic/databand) - [BI (10)](https://recursos.es.logicalis.com/analytics/topic/bi) - [IoT (8)](https://recursos.es.logicalis.com/analytics/topic/iot) - [automation (6)](https://recursos.es.logicalis.com/analytics/topic/automation) - [Cognos Analytics (4)](https://recursos.es.logicalis.com/analytics/topic/cognos-analytics) - [DataOps (4)](https://recursos.es.logicalis.com/analytics/topic/dataops) - [Cloud (2)](https://recursos.es.logicalis.com/analytics/topic/cloud) - [customer centric (2)](https://recursos.es.logicalis.com/analytics/topic/customer-centric) - [instana (2)](https://recursos.es.logicalis.com/analytics/topic/instana) - [turbonomic (2)](https://recursos.es.logicalis.com/analytics/topic/turbonomic) - [watson (2)](https://recursos.es.logicalis.com/analytics/topic/watson) - [Ciberseguridad (1)](https://recursos.es.logicalis.com/analytics/topic/ciberseguridad) - [Inteligencia de seguridad (1)](https://recursos.es.logicalis.com/analytics/topic/inteligencia-de-seguridad) - [Power BI (1)](https://recursos.es.logicalis.com/analytics/topic/power-bi) - [microsoft (1)](https://recursos.es.logicalis.com/analytics/topic/microsoft) - [watson X (1)](https://recursos.es.logicalis.com/analytics/topic/watson-x) see all ### Suscríbete a nuestra Newsletter ### Suscríbete a Knowledge Center ### Últimos artículos [![guía gratuita sobre Gestión de incidentes de seguridad y Threat Hunting](https://no-cache.hubspot.com/cta/default/273205/1c757136-53f2-4304-bdac-ee7ca87fcc0f.png)](https://cta-redirect.hubspot.com/cta/redirect/273205/1c757136-53f2-4304-bdac-ee7ca87fcc0f) ![Logicalis_dots-blue](https://recursos.es.logicalis.com/hs-fs/hubfs/Logicalis_dots-blue.png?width=200&height=254&name=Logicalis_dots-blue.png "Logicalis_dots-blue") - [Partners](https://www.es.logicalis.com/es/partners) - [Noticias](https://www.es.logicalis.com/es/perspectivas/noticias) - [Quiénes somos](https://www.es.logicalis.com/es/quienes-somos) Global Elija su ubicación Asia Pacific - [Australia](http://www.au.logicalis.com/) - [China](http://www.ap.logicalis.com/) - [Hong Kong](http://www.ap.logicalis.com/) - [Indonesia](http://www.ap.logicalis.com/) - [Malaysia](http://www.ap.logicalis.com/) - [Singapore](http://www.ap.logicalis.com/) - [Taiwan](http://www.ap.logicalis.com/) Europe - [Channel Islands](http://www.je.logicalis.com/) - [Germany](http://www.de.logicalis.com/) - [Ireland](http://www.ie.logicalis.com/) - [Netherlands](http://www.logicalissmc.com/) - [Spain](http://www.es.logicalis.com/) - [UK](http://www.uk.logicalis.com/) North America - [USA](http://www.us.logicalis.com/) Latin America - [Argentina](http://www.la.logicalis.com/) - [Bolivia](http://www.la.logicalis.com/) - [Brazil](http://www.br.logicalis.com/) - [Chile](http://www.la.logicalis.com/) - [Colombia](http://www.la.logicalis.com/) - [Ecuador](http://www.la.logicalis.com/) - [Mexico](http://www.la.logicalis.com/) - [Paraguay](http://www.la.logicalis.com/) - [Peru](http://www.la.logicalis.com/) - [Uruguay](http://www.la.logicalis.com/) [Web del grupo](http://www.logicalis.com/) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/you-tube.svg)](https://www.youtube.com/channel/UCP-QjwZ66q2f23AQ6Qwgr_w?view_as=subscriber) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/facebook.svg)](https://www.facebook.com/logicalisSP) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/twitter.svg)](http://twitter.com/LogicalisES) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/linkedin.svg)](http://www.linkedin.com/company/logicalis-spain?trk=nav_account_sub_nav_company_admin) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/rss.svg)](https://recursos.es.logicalis.com/analytics/www.es.logicalis.com/noticias/rss/) © 2023 Logicalis Group [Aviso legal](https://www.es.logicalis.com/es/aviso-legal) [Política de cookies](https://www.es.logicalis.com/es/politica-de-cookies) [Política de privacidad](https://www.es.logicalis.com/es/politica-de-privacidad) ![](https://dc.ads.linkedin.com/collect/?pid=316084&fmt=gif)