DISTRA

Uno de los aspectos más básicos de la atención clínica en los hospitales es la comprensión de los factores de riesgo de enfermedad y mortalidad, especialmente para las enfermedades o desenlaces poco frecuentes pero prevenibles. Aunque la elaboración de las relaciones entre las enfermedades tiene una larga historia, la reciente llegada de las historias clínicas digitalizadas y los registros de enfermedades ha permitido mejorar la capacidad de organizar y analizar los datos sanitarios. La disponibilidad de estos datos permite recuperar las correlaciones temporales conocidas de las enfermedades utilizando datos no longitudinales, la exploración de pares de enfermedades no ordenados, y permite realizar análisis de redes de relaciones de enfermedades a escala nacional. Sin embargo, aunque los análisis de big data han ayudado a la capacidad de visualizar, buscar y organizar los datos sanitarios, el éxito en la identificación y validación de nuevas relaciones temporales entre enfermedades que podrían cambiar significativamente la atención clínica ha sido limitado.

​

Objetivo principal:

El objetivo de este proyecto, subvencionado por el programa Hazitek de apoyo a la I+D Empresarial impulsado por la Spri, junto al Departamento de Desarrollo Económico, Sostenibilidad y Medio Ambiente del Gobierno Vasco, (nº: ZL-2022/00522 DISTRA), es implementar herramientas basada en inteligencia artificial para el desarrollo de algoritmos que definan diferentes trayectorias de patologías temporales para poder predecir futuras enfermedades, así como el desarrollo de herramientas innovadoras de analítica visual que ayude a los profesionales sanitarios en la toma de decisiones.

 

Objetivos tecnológicos:

• La investigación en tecnologías que permitan una mejor comprensión de los datos desde su origen, y permitiendo su posterior explotación por un sistema de gestión del conocimiento

• La investigación en tecnologías que permitan convertir estos datos en conocimiento y obtener una explotación eficiente de los mismos en un ámbito de salud mediante la aplicación de modelos predictivos y sistemas de soporte a la decisión tanto para el profesional médico como para los gestores sanitarios

• La investigación en tecnologías que promuevan la prevención, haciendo hincapié especialmente en aquella población vulnerable ante un riesgo potencial de desarrollar múltiples enfermedades

​

Entidades participantes:

​

​

​

​

​

Financiado por:

​