Llevo cerca de 30 años vinculado profesionalmente al sector tecnológico, con un foco muy especial en el ámbito sanitario. A lo largo de estas décadas he sido testigo —y en muchos casos partícipe— de una evolución apasionante: la del tratamiento y aprovechamiento de los datos como palanca de eficiencia, conocimiento y mejora de los servicios.

Recuerdo perfectamente aquellos primeros tiempos en los que trabajar con datos significaba manejar herramientas como Clipper, DBase, FileMaker, FoxPro o Access. Eran soluciones que, pese a sus limitaciones, supusieron un antes y un después. Gracias a ellas, muchas organizaciones pudieron dejar atrás los procesos puramente manuales y empezar a estructurar su información de forma más ordenada y reutilizable.

Con el paso de los años, fuimos viendo cómo estos primeros entornos cedían su lugar a bases de datos más robustas, a herramientas de análisis y explotación de datos, a sistemas documentales más versátiles, y posteriormente al mundo del Big Data y el almacenamiento no estructurado. Cada etapa aportó nuevos enfoques, capacidades y retos. Pero todas compartían algo en común: la información seguía estando, en gran medida, encerrada dentro de cada institución. El acceso y el intercambio de datos entre organizaciones era algo excepcional, complejo y, en muchos casos, directamente inviable.

Hace unos meses quede con un buen compañero de trabajo, de primera etapa profesional, y me comentó que se había especializado en Data Spaces. La verdad es que había oído nombrar ese concepto, pero no tenía ni idea de lo que realmente eran, así que comencé a curiosear más en profundidad. Nos encontramos ante una nueva generación de soluciones que pretende superar ciertas barreras de forma estructurada y segura. Los Data Spaces o espacios de datos, se consolidan en la primera mitad de la década del 2000 como un modelo que no solo se basa en la tecnología, sino también en la colaboración, la confianza mutua y el respeto por la soberanía de los datos.

Os traigo hoy este pequeño artículo con el que espero dar a conocer más en detalle a estos recientes amigos. Quiero explicar, de forma clara y cercana, qué son exactamente los Data Spaces, cómo han surgido, en qué se diferencian de los modelos tradicionales y, sobre todo, qué papel pueden jugar en el futuro de las organizaciones.

La historia humana detrás de los Data Spaces (1ª parte)

Introducción: ¿por qué tanto revuelo con los Data Spaces?

En los últimos años, especialmente en sectores como la sanidad, la administración pública o la industria, no paramos de oír hablar de los Data Spaces, o espacios de datos. Pero, ¿qué son realmente? ¿Una nueva tecnología de moda? ¿Otra palabra para “bases de datos”? ¿Algo que solo afecta a los ingenieros?

Nada más lejos de la realidad. Un Data Space no es una herramienta ni un programa: es una forma completamente distinta de compartir, proteger y dar valor a los datos entre muchas organizaciones. Y lo que lo hace revolucionario no es su tecnología, sino su modelo de confianza compartida.

Para entenderlo bien, hay que dar un paso atrás, repasar cómo hemos llegado hasta aquí y así apreciar por qué este concepto está empezando a cambiar sectores enteros.

1. Érase una vez… los datos encerrados

Durante décadas, las organizaciones han trabajado con sus datos en sistemas cerrados. Da igual si hablamos de un hospital, una empresa de seguros, una farmacia o un laboratorio: los datos vivían dentro de sus propias “cajas negras”.

Estas cajas eran, principalmente, de tres tipos:

1.1 Bases de datos tradicionales

• Las bases de datos relacionales, como Oracle, SQL Server o PostgreSQL, han sido durante años la espina dorsal del almacenamiento de información estructurada: pacientes, citas, resultados de laboratorio, historiales clínicos…
• Son robustas y fiables, pero están diseñadas para un uso interno: sirven para una organización concreta, no para intercambiar datos entre muchas.

1.2 Sistemas documentales

• Archivos PDF, documentos escaneados, informes de laboratorio, consentimientos informados… La documentación médica ha crecido y se ha digitalizado.
• Muchas veces se almacenan en repositorios documentales o gestores de contenido (como Alfresco, SharePoint, IBM Content Manager), muy útiles para buscar y archivar, pero nada interoperables con otras entidades.

1.3 Big Data y Data Lakes

• Con la llegada del Big Data y la explosión de sensores, imágenes médicas, wearables, etc., surgieron soluciones como Hadoop o Spark que permiten almacenar volúmenes gigantescos de datos, sin necesidad de estructurarlos.
• Pero esta información se acumula de forma centralizada, lo que implica costes, riesgos de seguridad y una complejidad técnica importante.

El problema de fondo: los datos estaban “encerrados” en silos, y compartirlos era costoso, lento, inseguro y, muchas veces, directamente imposible.

2. Un mundo cada vez más interconectado

Poco a poco, los retos crecieron. En sanidad, en particular, el valor de compartir datos se volvió evidente:

• Pandemias, como el dichoso COVID-19, mostraron lo crítico que es acceder a información en tiempo real entre países y centros sanitarios.
• La medicina personalizada necesita combinar datos genéticos, clínicos, ambientales y sociales… que están repartidos por muchas entidades.
• La investigación médica requiere grandes volúmenes de datos, pero con garantías éticas y legales.
• Y además, el ciudadano exige transparencia y control sobre sus datos personales.

Entonces, ¿cómo podemos hacer que las organizaciones compartan sus datos de forma segura, sin perder el control sobre ellos, cumpliendo la ley y generando valor colectivo?

Ahí es donde nacen los Data Spaces.

3. ¿Qué es un Data Space? Una nueva forma de entender el intercambio de datos

Un Data Space es algo más que una herramienta técnica. Es una forma de colaboración entre distintas organizaciones para compartir datos de forma segura, descentralizada y bajo unas normas comunes.

3.1 No se trata de crear un gran almacén central

Uno de los errores más comunes es pensar que un Data Space es un sitio nuevo donde se suben los datos. Y no: los datos se quedan donde están. Cada entidad mantiene el control de sus propios datos.

Lo que se crea es una red de confianza. Una especie de autopista bien señalizada que permite:

• Que cada organización decida qué datos comparte y con quién.
• Que se definan normas comunes (semántica) para asegurar que todos entienden los datos de igual forma.
• Que existan tecnologías certificadas para intercambiar esa información sin vulnerar la privacidad.
• Y que todo se haga de forma auditada, trazable y legal.

3.2 Características clave

• Descentralización: cada participante conserva sus datos en su infraestructura.
• Gobernanza compartida: todos acuerdan las reglas de juego (qué se comparte, cómo, bajo qué condiciones…).
• Soberanía del dato: nadie pierde el control sobre su información.
• Interoperabilidad técnica y semántica: los datos se entienden igual aunque se generen en sistemas distintos.
• Seguridad y trazabilidad: todo acceso está regulado y registrado.
• Valor colectivo: los datos se combinan para mejorar la atención (en cualquier sector), la investigación, la planificación…

4. ¿Cómo surgen los Data Spaces?

La idea no nació de la nada. Varios movimientos contribuyeron a su gestación:

4.1 El impulso europeo: estrategia de datos

En 2020, la Comisión Europea lanzó su Estrategia Europea de Datos, con una visión clara: crear una economía del dato basada en valores europeos, como la privacidad, la equidad y la transparencia.

Esa estrategia contemplaba la creación de espacios de datos sectoriales, empezando por sanidad, movilidad, energía, administración pública o industria.

4.2 La IDSA: International Data Spaces Association

La IDSA es una organización sin ánimo de lucro que definió los primeros marcos técnicos y éticos para construir Data Spaces. Su modelo se basa en estándares abiertos, interoperabilidad y certificaciones.

Uno de sus principios clave: “el dato no viaja sin condiciones”.

4.3 Gaia-X

Es una iniciativa europea para construir una infraestructura digital basada en soberanía, transparencia e interoperabilidad, donde los Data Spaces son elementos fundamentales.

5. ¿Por qué son importantes los Data Spaces en sanidad?

Aunque digo en Sanidad, pues es donde mejor me desenvuelvo, realmente es extrapolable a cualquier otro ámbito. Pongamos un ejemplo real:

Imagina que un hospital en Madrid tiene datos de pacientes con una enfermedad rara. Un laboratorio en Barcelona está investigando esa enfermedad. Una universidad en Sevilla trabaja en un algoritmo para detectar y predecir casos de enfermedades similares. ¿Cómo comparten los datos?

Antes, la respuesta era: casi imposible. Hoy, con un Data Space, cada uno puede:

• Compartir solo los datos necesarios.
• Aplicar condiciones (por ejemplo: que sean anónimos, que solo se usen para investigación, etc.).
• Saber en todo momento quién los ha consultado y para qué.
• Retirar el acceso si cambian las condiciones.

Así, la colaboración se convierte en una realidad segura y eficiente.

Los engranajes de los Data Spaces: cómo funcionan y para qué sirven (2ª parte)

En la primera parte de este artículo hemos repasado cómo se ha pasado de los clásicos almacenes de datos a los Data Spaces. Ahora nos toca meternos un poco más “bajo el capó” y entender cómo se estructura un Data Space, qué elementos lo hacen posible y, sobre todo, cómo se está aplicando ya en el mundo real, especialmente en el ámbito de la sanidad.

6. ¿Cómo se estructura un Data Space?

Aunque el concepto pueda parecer abstracto, en realidad un Data Space se compone de elementos bastante claros y concretos. Podríamos decir que tiene tres grandes pilares:

6.1 La infraestructura técnica

Aquí hablamos de los “cables y tornillos” del sistema. Es decir:

• Plataformas de intercambio: no son servidores únicos, sino un conjunto de nodos que se comunican.
• Conectores: pequeños programas que se colocan en cada organización y permiten compartir los datos bajo las condiciones que cada uno establezca.
• Identidad digital: sistemas para saber con certeza quién accede a qué.
• Trazabilidad: mecanismos para registrar todo lo que se hace con los datos.
• Catálogos de datos: directorios donde cada entidad publica qué datos tiene disponibles, bajo qué condiciones y en qué formato.

Uno de los conectores más conocidos es el IDS Connector (de la IDSA), que permite esta compartición segura y controlada.

6.2 Las reglas del juego (Gobernanza)

Un Data Space no se basa solo en tecnología. Para que funcione, es fundamental establecer normas comunes, acordadas por todos. Por ejemplo:

• ¿Qué datos se pueden compartir?
• ¿Quién puede acceder a ellos?
• ¿Con qué fines?
• ¿Durante cuánto tiempo?
• ¿Bajo qué condiciones legales?

Estas reglas forman lo que se llama contratos de uso de datos, y se pueden establecer incluso automáticamente, mediante tecnologías como las licencias digitales dinámicas, que se encargan de que las condiciones citadas con anterioridad se cumplan de forma automática. No hace falta revisar manualmente cada uso ni confiar ciegamente en quien accede: el sistema las aplica, supervisa y, si hace falta, revoca el permiso.

Todo esto permite compartir datos con confianza, sabiendo que están protegidos y controlados incluso después de salir del sistema. Además, debe haber una entidad que coordine el espacio, defina los procesos, resuelva conflictos y supervise el cumplimiento de las normas. El objetivo es que esta entidad sea neutral, transparente y aceptada por todos los participantes, ya que su labor incluye coordinar el acceso, resolver disputas, auditar el cumplimiento de las normas y mantener la confianza dentro del ecosistema. Como ejemplo de quienes pueden ejercer de entidades coordinadoras, tenemos: Consorcios sectoriales o asociaciones, Agencias públicas o autoridades reguladoras, Organismos independientes o sin ánimo de lucro, Plataformas tecnológicas certificadas, etc.

6.3 La comunidad

Por último y no menos importante: las personas e instituciones que participan. Un Data Space es útil solo si hay un ecosistema de confianza. Normalmente incluye:

• Proveedores de datos (hospitales, laboratorios, registros…).
• Consumidores de datos (investigadores, empresas tecnológicas, servicios de salud…).
• Intermediarios confiables (autoridades sanitarias, certificadores…).
• Pacientes y ciudadanía (en el caso sanitario, cada vez más protagonistas).

7. El papel de la soberanía del dato

Uno de los conceptos clave que diferencian a un Data Space de cualquier otro sistema anterior es la soberanía del dato. ¿Y esto qué significa en la práctica?

Significa que cada entidad:

• Decide qué comparte y qué no.
• Impone sus condiciones sobre el uso de sus datos.
• Puede revocar permisos en cualquier momento.
• Sabe exactamente quién ha accedido a sus datos, cuándo y para qué.

Este principio responde, además, a las exigencias legales actuales, como el Reglamento General de Protección de Datos (RGPD), ya que los Data Spaces están pensados para respetar la privacidad desde el diseño.

8. ¿Cómo se accede a los datos en un Data Space?

La forma de acceder a los datos es distinta a la que tradicionalmente estamos acostumbrados. No se trata de pedir una base de datos por correo o descargar una hoja de cálculo. El acceso, a grandes rasgos, suele funcionar así:

1. Una entidad publica en el catálogo de datos qué información tiene disponible y bajo qué condiciones.
2. Otra entidad busca y solicita el acceso para un propósito concreto.
3. Si se cumplen las condiciones, el acceso se concede automáticamente o tras una validación.
4. El sistema registra todo: quién ha accedido, en qué momento, para qué uso y durante cuánto tiempo.
5. Si se produce un uso indebido, el acceso se puede suspender o revocar.

Todo este proceso se apoya en tecnologías como:

• APIs estandarizadas (para integrar datos en tiempo real).
• Lenguajes de políticas de acceso (por ejemplo, ODRL).
• Identidad federada (para identificar a cada entidad de forma única y segura).
• Tecnologías de procesamiento federado: para analizar datos donde están, sin moverlos.

El protocolo más extendido y reconocido para estas negociaciones es el desarrollado por la International Data Spaces Association (IDSA), basado en el estándar de la Eclipse Dataspace Connector (EDC) y, más concretamente, en el protocolo IDSCP (International Data Spaces Communication Protocol). Además, la nueva generación de Data Spaces (como los de Gaia-X) están adoptando la API de Contrato de Uso de Datos conocida como Data Usage Control (DUC), que utiliza estándares como:

• IDS Information Model: para describir de forma semántica los recursos de datos disponibles.
• ODRL (Open Digital Rights Language): un lenguaje estándar del W3C que permite definir políticas de uso (quién puede hacer qué, cuándo y cómo).
• DCAT / SHACL: para estructurar metadatos y facilitar la interoperabilidad en catálogos.

9. ¿Cómo se garantiza la seguridad?

La seguridad en un Data Space no es solo técnica (cifrado, firewalls, etc.), sino también organizativa y jurídica. Algunas de las medidas habituales incluyen:

• Certificación de los conectores: solo pueden participar entidades que cumplan unos requisitos técnicos y éticos.
• Auditoría continua: todo queda registrado, desde las solicitudes hasta los usos.
• Trazabilidad total: si ocurre un uso indebido, se puede identificar rápidamente qué ha fallado.
• Supervisión de entidades externas: como agencias de protección de datos o comités éticos.

10. ¿Y qué se puede hacer con un Data Space en sanidad?

Aquí es donde todo cobra sentido. Los Data Spaces en sanidad (extrapolable a los ámbitos de otras organizaciones) permiten:

10.1 Investigación biomédica colaborativa

• Universidades, hospitales y centros de investigación pueden compartir datos clínicos anonimizados para encontrar patrones, estudiar enfermedades raras o entrenar modelos de inteligencia artificial, sin necesidad de mover los datos ni ceder el control sobre ellos.

10.2 Atención sanitaria allá donde se requiera

• Con el futuro Espacio Europeo de Datos de Salud, un médico en Berlín podrá acceder, con permiso, al historial médico de un paciente español que haya tenido un accidente allí.
• Todo bajo el control del paciente y con plena trazabilidad.

10.3 Desarrollo de nuevos servicios digitales

• Las empresas tecnológicas podrán acceder a datos reales para validar nuevas aplicaciones de salud digital, siempre bajo condiciones seguras y auditadas.
• Esto abre la puerta a un ecosistema de innovación que beneficiará a pacientes y profesionales.

10.4 Mejora de la salud pública

• Las autoridades sanitarias podrán obtener una visión más global de la población sin invadir la privacidad individual. Por ejemplo, para anticipar brotes, planificar recursos o evaluar políticas de prevención.

Del potencial a la realidad: Data Spaces en acción (3ª parte)

Después de entender qué son los Data Spaces, cómo funcionan técnicamente y qué los diferencia de los modelos clásicos de gestión de datos, vamos a centrarnos ahora en ver cómo están tomando forma en el mundo real, en especial en el sector sanitario, uno de los más sensibles, complejos y prometedores.

11. Casos reales de Data Spaces sanitarios

Aunque el concepto todavía está en fase de adopción, ya existen varios ejemplos reales en Europa que demuestran que esto no es teoría, sino una realidad tangible.

11.1 Espacio Europeo de Datos de Salud (EHDS)

Es quizá el caso más ambicioso. El EHDS es una propuesta legislativa de la Unión Europea que entra en vigor de forma progresiva a partir de este año 2025 – el tiempo dirá si se consigue -.

¿Qué busca?

• Permitir que los ciudadanos europeos accedan y compartan sus datos sanitarios desde cualquier país de la UE, igual que usamos la tarjeta sanitaria europea.
• Crear un marco común para que hospitales, investigadores, farmacéuticas y/o administraciones puedan compartir datos clínicos con seguridad y gobernanza clara.
• Fomentar el desarrollo de tratamientos personalizados, algoritmos de IA o modelos predictivos de enfermedades.

¿Cómo lo hará?

• Conectando los sistemas nacionales e institucionales bajo un conjunto común de estándares técnicos y jurídicos.
• Usando tecnologías federadas: los datos no se moverán si no es necesario, y solo se accederá a ellos con justificación, trazabilidad y permiso.

11.2 Health-X dataLOFT (Alemania)

Un Data Space enfocado en datos médicos interoperables y soberanos. Está basado en la iniciativa Gaia-X y permite:

• Compartir datos clínicos y de bienestar (por ejemplo, de wearables).
• Desarrollar modelos de IA validados sobre datos reales.
• Involucrar a pacientes como “dueños” de sus datos, con consentimientos activos y transparentes.

11.3 Iniciativas piloto en España

En España, el Ministerio de Transformación Digital y varios hospitales públicos están participando en proyectos de Data Spaces a través del hub nacional de Gaia-X. Algunos ejemplos:

• Intercambio de datos entre servicios regionales de salud para mejorar la continuidad asistencial.
• Uso de datos anonimizados de pacientes para validar algoritmos de diagnóstico sin mover los historiales.
• Proyectos conjuntos entre universidades y hospitales para entrenar modelos predictivos sobre cáncer o enfermedades neurodegenerativas.

12. El impacto esperado en el sistema sanitario

El despliegue de los Data Spaces sanitarios promete cambiar la forma en que entendemos y gestionamos los datos clínicos. ¿Cómo?

12.1 Mejora la continuidad asistencial

Al permitir el acceso controlado a historiales y datos de distintos centros, los profesionales pueden tomar mejores decisiones sin duplicar pruebas.

12.2 Impulsa la inteligencia artificial médica

Las soluciones de IA necesitan grandes volúmenes de datos de calidad. Un Data Space permite entrenar modelos sin centralizar los datos, respetando la privacidad.

12.3 Acelera la medicina personalizada

Al cruzar datos clínicos, genómicos y ambientales, los médicos pueden identificar tratamientos más precisos para cada paciente.

12.4 Estimula la innovación digital

Las startups y pymes tecnológicas podrán acceder (con permisos) a datos reales para validar productos. Esto reducirá las barreras de entrada y potenciará la creación de soluciones útiles.

12.5 Refuerza el cumplimiento normativo

Al tener trazabilidad, soberanía y gobernanza por defecto, el modelo de Data Space facilita el cumplimiento del RGPD y la legislación sanitaria nacional.

13. Retos aún por resolver

Como toda tecnología que está emergiendo, los Data Spaces también se enfrentan a desafíos importantes:

13.1 Interoperabilidad real

Aunque existen estándares, todavía hay diferencias técnicas, semánticas y legales entre países, regiones o incluso entre hospitales.

13.2 Privacidad y consentimiento

¿Cómo se asegura que un paciente da un consentimiento informado y dinámico? ¿Cómo se anonimizan datos sin perder valor?

13.3 Sostenibilidad del modelo

¿Quién financia y mantiene un Data Space? ¿Cómo se evita que solo participen los grandes interesados?

13.4 Ciberseguridad

La federación de sistemas siempre implica riesgos nuevos. Es vital contar con infraestructuras seguras y monitorizadas.

14. El papel del paciente: del objeto al sujeto de los datos

Uno de los cambios más profundos que introducen los Data Spaces es el papel activo del ciudadano en el uso de sus datos.

Consentimiento dinámico

Ya no hablamos de firmar un papel al ingresar en el hospital, sino de dar y gestionar permisos digitales en tiempo real, algo como: “Consiento que se usen mis datos anonimizados para investigación en cáncer de mama durante los próximos 6 meses.”

Transparencia total

El paciente puede saber en todo momento quién ha accedido a sus datos, para qué, durante cuánto tiempo y con qué fin.

Decisión compartida

Los pacientes no solo dan permisos: también forman parte de comités éticos, se les consulta sobre el diseño de estudios y se les devuelve valor (resultados, diagnósticos, etc.).

15. ¿Qué puede hacer hoy una organización sanitaria?

Para empezar a formar parte de un Data Space, una organización del ámbito sanitario (pública o privada) puede seguir estos pasos:

1. Explorar alianzas con otras entidades afines: hospitales, universidades, empresas de tecnología…
2. Analizar sus datos disponibles y su grado de calidad, anonimización y estandarización.
3. Revisar su infraestructura: ¿podría integrar un conector de datos?, ¿tiene APIs abiertas?
4. Establecer una política de gobernanza interna: quién decide qué se comparte, y bajo qué condiciones.
5. Formarse en estándares: como HL7 FHIR, IDS, Gaia-X, ODRL…
6. Pilotar un proyecto pequeño, controlado y de alto impacto.
7. Participar en foros y redes europeas: como IDSA, Gaia-X Health, o el EHDS.

Conclusión general del artículo

Después de todo lo que se ha dicho, los Data Spaces han venido para quedarse, no son una moda pasajera ni un concepto teórico: son una respuesta concreta a un problema urgente y real. Hoy, los datos están fragmentados, infrautilizados y mal gobernados. Pero también son una de nuestras herramientas más valiosas para mejorar la salud pública, la investigación, la calidad asistencial y la innovación tecnológica.

Los Data Spaces proponen un modelo alternativo: compartir sin perder el control, colaborar sin ceder la propiedad, innovar sin sacrificar la privacidad.

En sanidad, este enfoque no solo es útil: es necesario. Nos permite avanzar hacia un sistema más conectado, más humano y más inteligente.

El reto está ahora en hacerlo accesible, ético, seguro y sostenible para todos. Y eso ya no depende solo de tecnólogos o legisladores, sino también de profesionales en general y los ciudadanos comprometidos con un uso responsable de la información.

Fuentes:

• European Commission – European Strategy for Data
  https://data.europa.eu
• Propuesta de Reglamento para el Espacio Europeo de Datos de Salud (EHDS)
  https:// health.ec.europa.eu/ european-health-data-space_en
• International Data Spaces Association (IDSA)
  https://www. internationaldataspaces. org
• Gaia-X – Health Data Space Domain
  https:// www.gaia-x.eu/ gaia-x-domains / health/
• Reglamento General de Protección de Datos (RGPD) – Agencia Española de Protección de Datos
  https://www.aepd.es
• W3C – Open Digital Rights Language (ODRL) Standard
  https://www.w3.org /TR / odrl-model/
• Eclipse Dataspace Connector (EDC)
  https://projects.eclipse.org/ projects/ technology. dataspaceconnector
• Fraunhofer Institute – Papers on Data Sovereignty and Dataspace Infrastructure
  https://www.fraunhofer.de
• España Digital 2026 – Plan de impulso a la economía del dato
  https://espanadigital.gob.es

Miguel Ángel Jiménez Santana