La salud, el nuevo reto de la Inteligencia Artificial

Los avances tecnológicos como la Inteligencia Artificial, el uso de redes neuronales artificiales, el análisis avanzado utilizando técnicas de Machine o Deep Learning, la tecnología Big Data que permite el manejo de estas ingentes cantidades de datos, tanto estructurados como desestructurados, están desarrollando nuevas vías para que la ciencia de la Salud avance de una manera no vista anteriormente.

iHolter: Sistema de Holter en Cloud

El proyecto iHolter nace con el objetivo es desarrollar una solución basada en cloud computing para la detección y diagnóstico de las disfunciones cardíacas del registro continuo de la señal eléctrica del corazón (Holter) (más…)

guías electrónicas de práctica clínica

Impacto de la implementación de guías electrónicas para la prevención cardiovascular en atención primaria: protocolo de estudio.

Las guías electrónicas de práctica clínica (GPC-e) acaban de ser incorporadas por el Instituto Catalán de la Salud. Este estudio tiene como objetivo evaluar el impacto de la aplicación de e-GPC en el diagnóstico, tratamiento, control y manejo de la hipercolesterolemia, la diabetes mellitus tipo 2 y la hipertensión.

Estas guías mejoran y homogeneizan los procedimientos médicos recibe cada paciente. Al contar con estas guías de conocimiento experto se mejora la práctica clínica, se minimiza la variabilidad en su aplicación y mejora la eficiencia en el uso de recursos sanitarios.

 

SISCLAP

SISCLAP Proyecto Salud

 

El objetivo del proyecto SISCLAP es la obtención de un SCP que permita aplicar modelos de pago capitativos ajustados según el nivel de riesgo de los beneficiarios de un servicio de salud. Se promueve con ello la mejora en la eficiencia del uso y consumo de recursos ya que se reducen las diferencias entre presupuestos y gastos. Como valor añadido se busca la mejora del acceso de los usuarios de mayor riesgo a los servicios más eficientes y necesarios.

El proyecto SISCLAP está básicamente basado en la aplicación de algoritmos y modelos predictivos (mediante inteligencia artificial) para la segmentación de los pacientes operado todo sobre infraestructuras de supercomputación y con el foco en una mejora de la eficiencia del sistema sanitario español. Esta mejora se dará a través de tres niveles relacionados, que ordenados de micro a macro son: Gestión profesional, Dirección estratégica y Organización de los centros sanitarios y Financiación, asignación presupuestaria, de los proveedores sanitarios.

El proyecto SISCLAP ha sido cofinanciado por el Ministerio de Industria, Energía y Turismo, dentro del Plan Nacional de Investigación Científica, Desarrollo e Innovación Tecnológica 2008-2011.

El consorcio de SISCLAP ha estado formado, junto con Grupo AIA por:

  • FlowLab
  • Baladona Serveis Assistencials
  • Fundación Parque Científico de Murcia

 

Nº Referencia : TSI-020100-2011-193