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 €

Resultados obtenidos

Los resultados obtenidos en el proyecto se encuentran aquí

Noticias relacionadas

COVID-19 cara a cara. Modelos Predictivos para hacer frente al virus
Big Data, Inteligencia artificial, ... 

El último proyecto en el que está trabajando el Instituto, y que está siendo coordinado por ISS La Fe, se centra en el desarrollo de modelos predictivos para todos los...

Recepción de casos de éxito referentes en tecnología e innovación para la eficiencia energética hasta el 1 de septiembre
Premio 

El 1 de septiembre finaliza el plazo de recepción de candidaturas a proyectos para los enerTIC Awards 2020 «Premios a la innovación y tecnología para la eficiencia en...

CPS Deploy & Forget, el sistema diseñado por ITI, que da un paso más hacia el Gemelo Digital
Big Data, Digital Twins, Gemelos di... 

Una de las principales tendencias tecnológicas en Industria, señalada por diferentes estudios, se centra en la creación de gemelos digitales. Este concepto se apoya en...

Eventos relacionados