Tanto la pseudonimización como la anonimización de datos desempeñan un papel importante en el procesamiento de datos, la seguridad de los datos y los procesos de acceso a los datos desde que entró en vigor el Reglamento General de Protección de Datos (RGPD). Esto se debe a que los métodos de protección de datos son necesarios para cumplir la normativa y, al mismo tiempo, poder utilizar los datos para proyectos empresariales. 

Estos métodos de protección de datos se clasifican en diferentes categorías según el RGPD. Pero, ¿en qué se diferencian ambos?

¿Qué significan la anonimización y seudonimización? ¿En qué se diferencian?

Tanto la anonimización como la pseudonimización se refieren a ocultar identidades y datos personales, pero de formas diferentes.

En el RGPD, la pseudonimización se define como «el tratamiento de datos personales de tal manera que los datos ya no pueden atribuirse a un sujeto de datos específico sin el uso de información adicional«. De este modo, los datos personales se intercambian con datos no identificativos, y se necesita información adicional para recrear los datos originales. Además, la información adicional debe conservarse por separado.

La pseudonimización hace que la información, como los números de identificación personal y los datos personales, sea menos accesible a usuarios no autorizados, y es una forma de cumplir los requisitos del RGPD.

No obstante, los datos anonimizados se refieren a los datos que se hacen anónimos de tal manera que los registrados ya no pueden ser identificados. Simplemente se eliminan las posibilidades de identificar a una persona, y ninguna información adicional puede restablecer la información original. 

La anonimización es difícil y se pierde por completo la conexión entre los datos y el individuo. Sin embargo, puede ser una técnica beneficiosa cuando los datos se utilizan con fines estadísticos o de investigación.

Pseudonimización o anonimización: ¿Cuál elegir para tu empresa?

La distinción legal entre datos anonimizados y pseudonimizados es su categorización como datos personales. Los datos pseudonimizados permiten algún tipo de reidentificación (aunque sea indirecta y remota), mientras que los anónimos no pueden reidentificarse.

Las técnicas de pseudonimización difieren de las de anonimización. Con la anonimización, se elimina de los datos cualquier información que pueda servir para identificar a un interesado. La pseudonimización, sin embargo, no elimina toda la información identificativa de los datos, sino que se limita a reducir la posibilidad de vincular un conjunto de datos con la identidad original de una persona (por ejemplo, mediante un sistema de cifrado).

Tanto la pseudonimización como la anonimización se fomentan en el RGPD y permiten cumplir sus restricciones. Por lo tanto, estas técnicas deberían generalizarse y ser recurrentes. Quienes posean datos personales deberían aplicar una u otra de estas técnicas para minimizar el riesgo, y la automatización puede reducir el coste del cumplimiento.

¿Qué datos deben anonimizarse?

Por definición, las técnicas de anonimización de datos pretenden ocultar la identidad y, por tanto, los identificadores de cualquier naturaleza. Los identificadores pueden aplicarse a cualquier persona física o jurídica, viva o muerta, incluidos sus dependientes, ascendientes y descendientes. A su vez, se incluyen otras personas relacionadas, directamente o a través de la interacción.

Por ejemplo:

• Apellidos, patronímicos, nombres, apellidos de soltera, alias.
• Direcciones postales, números de teléfono, códigos postales y ciudades
• Identificaciones: número de la seguridad social (por ejemplo, código fiscal, número de la Seguridad Social), datos de cuentas bancarias (por ejemplo, IBAN), números de tarjetas de crédito, claves válidas, anonimización parcial.

La anonimización es sin duda una de las mejores formas de garantizar la seguridad de los datos que recopilas. A su vez, la pseudonimización de datos también es una buena forma de reducir las restricciones que implica el manejo de datos personales en la era del RGPD, siendo un poco más fácil de realizar.

Así pues, será realmente necesario pensar en los pros y los contras de cada opción antes de emplear una de estas técnicas en tu organización.

A lo largo de los años, las compañías farmacéuticas de todo el mundo han utilizado datos de pacientes procedentes de entornos reales para realizar análisis retrospectivos de eficacia y para respaldar futuros esfuerzos de I+D.

Sin embargo, los esfuerzos para llevar a cabo la recopilación de datos reales a escala mundial se han visto dificultados por las limitadas capacidades tecnológicas, así como por cuestiones normativas, logísticas y legales. Hoy en día, con el auge de las nuevas tecnologías de vanguardia, es posible obtener esos datos con mayor rapidez y evaluarlos más a fondo.

Hablamos de Real World Data (RWD), datos reales sobre pacientes reales con un inmenso potencial para mejorar el desarrollo de fármacos, acelerar el registro o mejorar los resultados de la atención sanitaria.

Real World Data para cambiar el transcurso del sector sanitario

RWD, en pocas palabras, son datos relativos al estado de salud del paciente y/o a la prestación de asistencia sanitaria, recogidos de forma rutinaria a partir de diversas fuentes.

El RWD es principalmente observacional y pertinente para la práctica clínica real, en contraste con los datos experimentales estrictamente controlados adquiridos en ensayos clínicos aleatorizados. Proceden principalmente de entornos médicos reales y reflejan escenarios sanitarios realistas.

Entre los ejemplos de RWD se incluyen datos derivados de historias clínicas electrónicas (HCE), registros farmacéuticos, encuestas a pacientes, reclamaciones médicas, datos de facturación, registros de productos y enfermedades, dispositivos de salud electrónica, ensayos clínicos y estudios observacionales.

Es muy importante entender que el término RWD está estrechamente relacionado con el de Real World Evidence (RWE), pues este último se desarrolla a partir de la RWD mediante el análisis de los datos acumulados.

Real World Evidence, el valor de la evidencia del mundo real

El Real World Evidence (RWE) es la evidencia derivada del RWE. Se trata de pruebas clínicas sobre el uso, posibles beneficios o riesgos de un tratamiento médico. Este tipo de evidencia puede recopilarse examinando datos procedentes de distintos tipos de investigación, como estudios observacionales (tanto prospectivos como retrospectivos), ensayos aleatorizados, grandes ensayos simples y ensayos pragmáticos.

Mediante el RWE podemos comprender mejor lo que funciona para los distintos tipos de pacientes en un contexto más amplio. La evidencia del mundo real permite a los investigadores examinar el rendimiento de los tratamientos farmacológicos y otras intervenciones al tiempo que se tienen en cuenta otros factores y variables.

¿Qué futuro tiene el RWD en el sector sanitario?

De cara al futuro, quedan muchos retos por delante. La privacidad de los datos de los pacientes es primordial, junto con la capacidad de integrar datos de distintas fuentes, delimitar los límites de la eficacia de la RWD y desarrollar métodos analíticos reproducibles y precisos para la RWD.

Para que la asistencia sanitaria se beneficie al máximo de la RWD, es necesario establecer directrices para la recopilación, documentación o representación, mensajería y estructura óptimas de dichos datos, culminando finalmente con su análisis. 

Y es que deben establecerse criterios estandarizados y proporcionar más formación sobre cómo garantizar que la RWD produzca el tipo adecuado de pruebas, ya sean negativas o positivas, y cómo compartir estos datos para el beneficio común.

La mayoría de los investigadores ignoran esta fuente de información potencialmente rica. Si esta actitud cambia y se empieza a tener en cuenta la RWE a la hora de evaluar las intervenciones sanitarias, podrían producirse muchos cambios en la forma en que se aprueban los fármacos. La RWD también podría ser crucial para dar forma a la sanidad pública, entrenar a la Inteligencia Artificial (IA) para que ayude a tomar decisiones clínicas y racionalizar los protocolos clínicos.

¿Qué usos tiene el “Internet of Things” el sector sanitario?

El IoT está empezando a introducirse poco a poco en la sanidad, tanto en el frente de los médicos como en el de los pacientes. Las ecografías, los termómetros, los monitores de glucosa, los electrocardiogramas, etc., están empezando a conectarse, permitiendo a los pacientes hacer un seguimiento de su salud. Esto es crucial para aquellas situaciones que requieren citas de seguimiento del paciente con los médicos.

Numerosos hospitales han empezado a utilizar camas inteligentes, que pueden detectar la presencia de un paciente y ajustarse automáticamente al ángulo y la presión correctos para proporcionar el apoyo adecuado sin necesidad de que intervenga una enfermera.

El IoT también podría ayudar a transformar la atención al paciente en casa. Lamentablemente, algunos pacientes no toman su medicación en las dosis adecuadas o a las horas correctas. Los dispensadores de medicación inteligentes en el hogar podrían cargar automáticamente la información en la nube y alertar a los médicos cuando los pacientes no tomen sus medicamentos. En general, este tipo de tecnología podría avisar a los médicos de cualquier comportamiento potencialmente peligroso del paciente.

Así pues, los dispositivos del IoT ofrecen una serie de nuevas oportunidades para que los profesionales de la salud controlen a los pacientes, así como para que los pacientes se controlen a sí mismos. Por extensión, la variedad de dispositivos IoT vestibles proporcionan una serie de beneficios y desafíos, tanto para los profesionales de la salud como para sus pacientes. Veamos algunas de las utilidades que ofrece el Internet of Things y que están revolucionando el campo de la salud.

Monitorización remota de pacientes

La monitorización remota de pacientes es la aplicación más común de los dispositivos IoT para la atención sanitaria. Los dispositivos IoT pueden recopilar automáticamente parámetros de salud como la frecuencia cardíaca, la presión arterial, la temperatura, etc., de pacientes que no están físicamente presentes en un centro sanitario, lo que elimina la necesidad de que los pacientes se desplacen a los proveedores, o de que ellos mismos los recojan.

Cuando un dispositivo IoT recoge los datos del paciente, los envía a una aplicación de software donde los profesionales sanitarios y/o los pacientes pueden verlos. Se pueden utilizar algoritmos para analizar los datos con el fin de recomendar tratamientos o generar alertas. Por ejemplo, un sensor de IoT que detecta una frecuencia cardíaca inusualmente baja de un paciente puede generar una alerta para que los profesionales sanitarios puedan intervenir.

Un reto importante de los dispositivos de monitorización remota de pacientes es garantizar la seguridad y la privacidad de los datos altamente personales que recogen estos dispositivos IoT.

Control de la frecuencia cardíaca

La monitorización de la frecuencia cardíaca puede ser un gran reto, incluso para los pacientes que están presentes en los centros sanitarios. Los controles periódicos de la frecuencia cardíaca no protegen contra las fluctuaciones rápidas de la misma, y los dispositivos convencionales para la monitorización cardíaca continua utilizados en los hospitales requieren que los pacientes estén conectados a máquinas con cables constantemente, lo que perjudica su movilidad.

Hoy en día, hay una variedad de pequeños dispositivos IoT para la monitorización de la frecuencia cardíaca, lo que permite a los pacientes moverse a su antojo mientras se garantiza la monitorización continua de sus corazones. Garantizar resultados ultra precisos sigue siendo algo difícil, pero la mayoría de los dispositivos modernos pueden ofrecer tasas de precisión de alrededor del 90% o más.

Control de la higiene de las manos

Tradicionalmente, no ha habido una buena forma de garantizar que los proveedores y los pacientes de un centro sanitario se lavaran las manos correctamente para minimizar el riesgo de contagio.

Hoy en día, muchos hospitales y otros centros sanitarios utilizan dispositivos IoT para recordar a las personas que deben higienizarse las manos cuando entran en las habitaciones del hospital. Los dispositivos pueden incluso dar instrucciones sobre la mejor manera de desinfectarse para mitigar un riesgo concreto para un paciente determinado.

Una de las principales deficiencias es que estos dispositivos sólo pueden recordar a las personas que se limpien las manos; no pueden hacerlo por ellas. Aun así, las investigaciones sugieren que estos dispositivos pueden reducir las tasas de infección en más de un 60% en los hospitales.