Participamos en una mesa redonda online que aborda los retos relacionados con las estrategias de IA
Nuestro experto Michael Obach, investigador de Salud en TECNALIA, representa al consorcio de la iniciativa CoMPaSS-NMD
Esta mesa redonda online, organizada por los coordinadores del proyecto PREPARE de la Universidad Aristóteles de Tesalónica (Grecia), contará con representantes de ocho otros proyectos europeos: Microb-AI-ome, SPIDeRR, STRATA-FIT, STRATIF-AI, TARGET, AI4Lungs, CoMPaSS-NMD y COMFORT.
Todos ellos cuentan con el apoyo de la UE para crear herramientas y tecnologías impulsadas por IA que ayudarán a agrupar a los pacientes en función de su riesgo de enfermedad o respuesta a la terapia; una técnica que no solo ayudará a los profesionales sanitarios a determinar la respuesta terapéutica adecuada, sino que mejorará significativamente la calidad de la atención al paciente.
Consulta la agenda "Aprendizaje federado y estratificación de datos de salud"
- Este evento híbrido ofrece a los asistentes la oportunidad de establecer contactos, compartir conocimientos y experiencias, presentar las mejores prácticas, debatir preocupaciones comunes, identificar problemas comunes y explorar posibles actividades de colaboración y seguimiento entre los proyectos.
- El panel está compuesto por los expertos implicados en cada proyecto e incluirá debates en torno a los importantes retos a los que se enfrentan los proyectos en el ámbito de la IA-salud, tales como: interoperabilidad de datos y modelos de datos comunes, enfoques de aprendizaje federado, herramientas de IA explicables y cuestiones y procedimientos de certificación del Reglamento de Dispositivos Médicos (MDR).
- Al final del evento habrá una sesión de preguntas y respuestas.
IA: solución para el tratamiento de datos sanitarios
Un problema común que sufren los profesionales sanitarios es la presión de la carga de trabajo asociada al aumento de las tareas administrativas. El tratamiento de los pacientes genera grandes cantidades de datos necesarios para ofrecer una atención de calidad. El tiempo que se tarda en procesar esta información resta esfuerzos que podrían dedicarse a predecir, evaluar y controlar la salud de los pacientes. La IA ofrece una solución, ya que puede procesar grandes cantidades de datos con precisión y rapidez.
- En este contexto, PREPARE pretende allanar el camino hacia la rehabilitación y la atención personalizadas y holísticas combinando conjuntos de datos clínicos del mundo real de forma unificada mediante técnicas innovadoras de aprendizaje automático sin compartir datos sensibles de los pacientes.
- Utiliza investigaciones punteras en los ámbitos clínico, socio-conductual y de salud pública para integrar datos sobre las condiciones de vida de los pacientes, así como información sociodemográfica y conductual.
- Las herramientas basadas en datos transformarán el campo de la rehabilitación, contribuyendo a una mejor toma de decisiones compartida y a la preparación para el futuro de los pacientes.