Big Data IA IoT

Plataforma médica para la prevención de enfermedades y patologías con IA

Desde hace una década, aproximadamente, existen plataformas integrales que facilitan la gestión médica u hospitalaria entre médico y paciente, denominadas habitualmente como HIS. La adquisición de esta herramienta ha dado grandes facilidades a los centros médicos, ya que estas plataformas mejoran dicha relación en diferentes aspectos.

A pesar de todas estas mejoras entre médico-paciente, estas herramientas no tienen funciones predictivas ni preventivas, por lo que siguen teniendo limitaciones técnicas, así como un amplio abanico de posibilidades que, mediante nuevos desarrollos y funcionalidades, podrían elevar drásticamente las prestaciones de las plataformas HIS.

  • Título completo del proyecto: Nueva plataforma de gestión integral de medicina dotada de IA con capacidad preventiva frente a la aparición de enfermedades y patologías.
  • Código de expediente de proyecto: 2021/C005/00148993
CLIENTE
Red.es
Industria
Investigación Sanidad
Servicios
IA, IoT, Big Data
Tecnología
ML, Data Lake
Para dar solución a esto, hemos desarrollado una solución única que, hasta la fecha, no se puede comparar con ninguna herramienta similar en medicina. Nos hemos sustentado en los últimos avances de la inteligencia artificial, el Big Data y el IoT.
01

El Reto

La complejidad relacionada con el modelado de datos extraídos a partir de síntomas físicos o corporales, junto con los biodatos de cada paciente, supone un importante reto tecnológico para la sociedad actual, ya que es una problemática que afecta directamente a toda la población y que, actualmente, no existe una solución tecnológica en el mercado.

De este modo, nos planteamos la adquisición de datos por diferentes canales. Los datos físicos y corporales se tomarían por dispositivos wearables y por reconocimiento de patrones a partir de vídeo. Por su parte, los biodatos referentes al historial médico y otras medidas como la edad o la población, se tomarían mediante NPL o los propios registros de la plataforma de usuario.

02

Resultados

Para la integración, se plantearon dos plataformas: Upmédica y Binah.AI. La primera, aunque daba solución a infinidad de problemas, no contaba con sistemas de IA. Por su parte, la segunda es una solución de software basada en vídeo e IA que permite extraer, en tiempo real, una amplia gama de parámetros de salud proporcionados por el usuario final en un formato digital simple y fácilmente accesible.
Juntando ambas, hemos obtenido una plataforma que integra un amplio abanico de funcionalidades, donde también hemos usado dispositivos Beat One para la captación de datos. Por su parte, para la gestión de datos se ha creado una central de monitorización, la cual se retroalimenta con ML. Para reducir y simplificar el análisis, se ha creado un sistema de triaje empleando algoritmos avanzados que interpretan los catos capturados por diferentes fuentes.
Para poder llevarlo a cabo, hemos convertido la afluencia de datos en un Data Lake de conocimientos que permite alimentar diferentes modelos de IA, así como entrenar detectores de anomalías. Gracias al estudio de variabilidad de los datos, se han entrenado modelos que permiten detectar posibles alertas médicas antes de que sucedan y así monitorizar a los pacientes que más lo necesiten.
03

Highlights

La monitorización a distancia es especialmente positiva para los pacientes crónicos. De hecho, se calcula que la supervivencia de estos pacientes mejorará un 15% gracias a la televigilancia, por lo que este proyecto supone un gran avance en herramientas que mejoren el futuro de la medicina a nivel global.

La inclusión de la analítica en pacientes, potenciada por la IA, dentro de los sistemas de monitorización remota permitirá estratificar los datos continuos de los pacientes para que sean procesables. Con estas capacidades añadidas, los equipos médicos podrán supervisar a miles de pacientes a la vez, y confiar en los sistemas avanzados para clasificar y dirigir la atención a aquellos pacientes que más lo necesiten, maximizando los recursos del hospital.

Cada médico solo tendrá acceso a los datos de sus pacientes, pero la plataforma analizará y aprenderá de los datos en su conjunto, creando una gran masa de información de la que se obtienen conocimientos muy valiosos. Además, el uso de la IA reduce el esfuerzo humano al mínimo y aumenta la eficiencia del trabajo.

De hecho, las funciones impulsadas por IA, como los sistemas de puntuación de alerta temprana, ayudarán a detectar precozmente un posible deterioro, dando una ventaja al personal médico para tomar medidas preventivas y mejorar el cuidado de los pacientes. Para un futuro, también se plantea incorporar más funcionalidades que aporten valor añadido, como sistemas de procesamiento de lenguaje natural.

Proyectos Relacionados