miércoles, 19 de octubre de 2016

[@AieSalud] 'I Foro Big Data en Salud. El Big Data será el mejor aliado del médico para decidir el diagnóstico y tratamiento En pocos años será considerado negligencia que un médico no se ayude de un sistema de Inteligencia Artificial'

'El análisis de grandes cantidades de datos (Big Data) será el mejor aliado del médico para decidir el diagnóstico y tratamiento de sus pacientes, según los expertos que se reúnen hoy miércoles en el I Foro Big Data en Salud, organizado por la Asociación de Investigadores en eSalud (AIES) y la agencia de comunicación COM Salud.

Cada día se generan 8.000 nuevos documentos de literatura médica y es una cantidad en aumento. Así que ningún médico puede estar al día de toda la evidencia que se genera de su especialidad. Se necesita la ayuda de inteligencia artificial que ayude a procesar este Big Data para elegir el mejor tratamiento y diagnóstico posible”, asegura Carlos Mateos, coordinador del Foro y vicepresidente de AIES. De hecho, asegura, “en pocos años será considerado negligencia que un médico no se ayude de la inteligencia artificial para tomar una decisión clínica”.

Una de las iniciativas que se presentan en este foro, dedicado a presentar las posibilidades del Big Data en salud, es Watson, de IBM. Se trata de un sistema cognitivo capaz de leer 200 millones de páginas en 3 segundos, responder preguntas formuladas en lenguaje natural y aprender de la evidencia científica encontrada. Su plataforma en la nube cuenta con información de más de 300 millones de pacientes y 30.000 imágenes médicas. Actualmente, los tres centros más prestigiosos de oncología del mundo –Memorial Sloan Kettering Cancer Center, Texas MD Anderson Cancer Center y Mayo Clinic, de Estados Unidos- están trabajando con Watson para mejorar el desarrollo y la investigación de la medicina personalizada.. Watson entiende el lenguaje natural de las personas.


Para Juan Carlos Sánchez Rosado, responsable de Watson Health en España, “con el rápido aumento de dispositivos de hábitos saludables y médicos conectados, implantes y otros sensores que recopilan información en tiempo real, una persona puede generar de media más de un millón de gigabytes en datos relacionados con su salud durante toda su vida (lo que equivale a más de 100 millones de libros). Con las avanzadas capacidades cognitivas de IBM Watson, que permiten extraer resultados individualizados, se mejora el aprovechamiento y análisis de toda esta información en tiempo real en beneficio de los pacientes y el bienestar general”.

Las aplicaciones de este sistema cognitivo y con inteligencia artificial se están extendiendo a otras especialidades médicas e incluso al reconocimiento de imágenes. La máquina aprende de la experiencia (machine learning) para ofrecer resultados cada vez más precisos.

Detección de enfermedades con la foto
Una sucesión histórica de fotografías de una misma persona a lo largo de meses o años para la detección precoz de enfermedades es la base de Scan4Us, una aplicación desarrollada por una startup hispanocolombiana que se presenta en el Foro Big Data. Scan4Us parte de una herramienta tan habitual como las cámaras de los móviles para obtener información sobre signos de enfermedad que se presentan en el rostro.

El análisis predictivo del Big Data ya se utiliza desde hace algunos años en hospitales españoles, sobre todo en cuidados intensivos, en especial en la prevención de la sepsis. El Código Sepsis es una iniciativa, originada en el Hospital Son Llàtzer de Palma de Mallorca y extendida a otros centros, que utiliza el análisis de grandes cantidades de datos clínicos para la detección precoz de esta infección generalizada que ocasiona 17.000 muertes al año en España. A través de la monitorización y análisis de multitud de datos del paciente pone en marcha un sistema de alertas y protocolos que han permitido reducir los casos, como explicará en este Foro Julia Díaz, directora del Instituto de Ingeniería del Conocimiento, de la Universidad Autónoma de Madrid.'

Fuente: Nota de Prensa de la  Asociación de Investigadores en eSalud (AIES) de 19/10/2016 recibida en APISCAM


No hay comentarios: