BIGSALUD: Big Data e Inteligencia Artificial para optimización del sistema de salud

SALUD
Fecha de inicio: 01/07/2019
Fecha de finalización: 30/06/2020

El presente proyecto tiene como objetivo principal profundizar en la investigación de técnicas de Big Data e Inteligencia Artificial, principalmente Machine Learning (aprendizaje automático) y Deep Learning, para la mejora de las técnicas de diagnóstico y pronóstico de enfermedades crónicas y del cáncer.

El proyecto está orientado a optimizar la gestión de enfermedades a través de la investigación en técnicas software basadas en Machine Learning con el propósito de servir de ayuda al personal clínico en el proceso de toma de decisiones, haciendo posible un mejor diagnóstico y un pronóstico de enfermedades y un tratamiento más personalizado y eficaz de los pacientes.

 

 

 se pretende conseguir una medicina más centrada en el paciente donde los tratamientos se ajusten, de forma personalizada, a las necesidades de cada uno.

Este proyecto se enmarca en el área de la Bioinformática y tiene como finalidad combinar de forma innovadora el uso de servicios de infraestructura de Big Data a nivel de almacenamiento y procesamiento distribuidos e Inteligencia Artificial, para aportar soluciones novedosas a los problemas relacionados con la medicina de precisión.

Objetivos

Los objetivos del proyecto se articulan en el contexto de la aplicabilidad de las técnicas procedentes de Machine Learning al sector salud, que han demostrado su eficacia en otros ámbitos como la biometría, el reconocimiento de texto manuscrito, la traducción automática, etc. Por otra parte, se trata de enmarcarlo en un entorno de Big Data Analytics que, por naturaleza, permite tanto almacenamiento robusto como computaciones masivas, todo ello de forma ágil, elástica y escalable.

Los objetivos se centran en los siguientes ejes:

• Metodología de adaptación de datos sanitarios. Definir un flujo de trabajo común entre equipos médicos y analistas de datos para intercambiar, entender y transformar los datos sanitarios (imágenes médicas, información genómica, información clínica, etc.) de manera adecuada para su análisis con técnicas Machine Learning.
• Análisis de datos sanitarios mediante técnicas de Machine Learning utilizando herramientas Big Data.
Desarrollar y aplicar técnicas de Machine Learning en un entorno Big Data para producir modelos predictivos a partir de datos sanitarios con el fin de emitir diagnósticos o pronósticos que ayuden a los especialistas en su toma de decisiones.
• Herramienta de ayuda en Diagnosis y Prognosis
Diseñar y desarrollar un servicio web multi-plataforma donde el personal clínico pueda introducir los datos de un paciente en un sistema basado en Inteligencia Artificial, para obtener una predicción (diagnosis o prognosis) en tiempo real.

Entidades financiadoras

Entidad: IVACE
Nº Expediente: IMDEEA/2019/92
Financiación:151.777,90 €

Noticias relacionadas

Tenemos un reto: Demostrar que las TIC son la receta para frenar la curva
COVID19, TIC 

La crisis sanitaria mundial a la que estamos asistiendo, tiene y tendrá muchas más consecuencias, y en este entorno, debemos mostrar las TIC, como receta para aplanar l...

Cuando la nube y el Big Data forman una pareja perfecta
Proyectos 

El análisis de los grandes datos de las compañías aporta información muy valiosa que se traduce en conocimiento y hace que las empresas sean más competitivas. La ana...

ITI sigue explorando las posibilidades del Gemelo Digital en el ámbito industrial
 

ITI lleva varios años investigando el potencial del concepto del Gemelo Digital en ámbitos industriales, así como las principales barreras para poder implantarlo

Eventos relacionados