Em 2005 foi vista a introdução do conceito de big data e analytics no mundo. Atualmente, há um pouco mais de estrutura para falar sobre o assunto, mas é esperado que somente em 2015 haja uma maturidade maior para aplicações reais do big data nos setores da economia.
O uso de analytics tem apresentado um crescimento exponencial devido à grande quantidade de dados eletrônicos de saúde, ao avanço de métodos analíticos, ao poder computacional, a preocupação da falta de generalização dos testes clínicos tradicionais, à enfase da aplicabilidade populacional e à necessidade de maiores ferramentas para tomada de decisão.
As ferramentas analíticas, dentre elas o big data, podem ser categorizadas em Descritivas (85%), ou seja, aquelas que explicitam o que já aconteceu e, em alguns casos, o porquê de ter acontecido, Preditiva (12%), que diz o que vai acontecer, e Prescritiva (3%), que sugere o que fazer frente a algo. A ferramenta descritiva provê base de evidência para a preditiva e a prescritiva empodera a tomada de decisão em saúde.
Em suma, o esquema abaixo mostra como otimizar as análises e a coleta de big data para que elas melhorem os resultados:
Há um gap grande entre a real necessidade da população e as evidências existentes em data e big data. Em uma pesquisa realizada, menos da metade das recomendações dadas em periódicos e bases de evidências são um acordo geral de que aquele procedimento ou tratamento é efetivo e útil.
Quais os desafios para a real aplicação do big data?
Deve-se aumentar a velocidade e a eficiência do desenvolvimento de evidência. Os testes são bastante lentos e, muitas vezes, imprecisos, gerando um aumento de dados baixo para a necessidade de informações que a ciência precisa.
É necessário, ainda, aumentar a profundidade dos dados populacionais e individuais obtidos. Com frequência, temos dados rasos que não fornecem muitas opções de análises e consultas.
É preciso, ainda, identificar as populações e pontos críticos que levam a uma condição específica. Alguns estudos precisam ser mais específicos e organizados, assim, é possível analisar os dados com maior precisão e retirar deles respostas para doenças e condições que nos
