Investigadores del Grupo de Informática Biomédica de la Universidad Politécnica de Madrid han creado una herramienta que permite homogeneizar y compartir datos clínicos y genómicos entre instituciones sanitarias europeas.

El software llamado “Semantic Interoperability Layer” permite reunir todos los datos de pacientes con el fin de mejorar el diágnóstico y tratamiento de las distintas enfermedades. Asimismo, podría acelerar la puesta en marcha de ensayos clínicos, filtrando a los pacientes en función de las características de la cohorte, como por ejemplo el perfil genético. Hace años se podían conseguir dentro de un mismo hospital o centro de salud los pacientes necesarios para llevar a cabo un ensayo clínico, sin embargo, hoy en día la obtención de una cohorte mínima de pacientes obliga a involucrar frecuentemente a distintos hospitales de diferentes regiones o países.

El sistema se compone de 4 partes principales: un modelo de datos común (Common Data Model) que permite la comunicación entre los distintos hospitales, unido por un enlace automático (Terminology Binding) a un vocabulario común (Core Dataset) para la codificación de la información, y servicios para administrar la información.

Este software ha sido probado con datos reales de hospitales de España, Alemania, Bélgica, Holanda y Reino Unido en varios proyectos nacionales e internacionales, permitiendo la unificación e intercambio de datos clínicos entre los distintos centros. La publicación en la revista Science muestra como este programa permite integrar y facilitar el análisis de la interacción de datos clínicos y genómicos en pacientes de cáncer de mama. Por otro lado, se ha verificado también en otras patologías como el cáncer de pulmón, colorrectal, y la neutropenia febril.


Investigación original: Raúl Alonso Calvo, Sergio Paraíso Medina, David Pérez-Rey a, Enrique Alonso Oset, Ruud van Stiphout, Sheng Yu, Marian Taylor, Francesca Buffa, Carlos Fernández-Lozano. A semantic interoperability approach to support integration of gene expression and clinical data in breast cancer. Computers in Biology and Medicine 77: 179-186. August 2017