El proyecto IASIS recibe el premio UPM a la investigación internacional

La profesora Ernestina Menasalvas, coordinadora del proyecto, recibe el galardón por la relevancia científica de los resultados alcanzados y su repercusión internacional.

28.01.21

El objetivo principal del grupo de investigación minería de datos y simulación de datos (MIDAS) en el Centro de Biotecnología de la UPM, que coordina la profesora Ernestina Menasalvas, es la adquisición, integración y análisis de información de base médica para extraer conocimiento que pueda ser utilizado como base para el diseño e implementación de productos inteligentes y herramientas para apoyar el proceso de toma de decisiones y la creación de aplicaciones inteligentes de salud para médicos y administradores de salud para apoyar su práctica diaria. En los últimos años el laboratorio ha centrado sus esfuerzos en proyectos que abordan la complejidad de recuperar, gestionar y analizar datos de distintas fuentes y con una gran variedad de formatos. El equipo tiene una profunda experiencia en el concepto de Big Data, principalmente en el sector salud, donde varios proyectos dentro de este ámbito se han estado ejecutando en el pasado y se están ejecutando en la actualidad.

Ernestina

Los principales objetivos de los proyectos que se están ejecutando en el laboratorio incluyen la extracción de conocimientos de registros de salud electrónicos (HCE), análisis y comprensión de imágenes, IA, minería de datos y análisis de aprendizaje automático para descubrir patrones en enfermedades específicas (cáncer de pulmón y demencia), PNL para analizar narrativas clínicas, así como áreas más amplias como la comprensión de enfermedades mediante el uso de la creación y el análisis de redes complejas o el análisis de redes sociales relacionadas con la salud.

IASIS

La visión de IASIS es convertir los datos de salud en conocimiento procesable para tomar decisiones. Esto se logrará integrando datos de fuentes dispares, incluida la genómica, los registros de salud electrónicos y la bibliografía, y aplicando métodos analíticos avanzados para descubrir patrones útiles. Se han explorado los recursos de datos para dos categorías de enfermedades diferentes, la demencia y el cáncer de pulmón.

Si bien la información es cada vez más fácil de obtener, la infraestructura para recopilar, integrar, compartir y extraer conocimiento de los datos sigue siendo deficiente. Estos datos son un recurso invaluable para obtener información para mejorar la toma de decisiones. El objetivo es convertir estas grandes cantidades de datos en información procesable para que las autoridades planifiquen actividades y políticas de salud pública. La integración y análisis de estas fuentes de información heterogéneas permitirá tomar las mejores decisiones, permitiendo personalizar el diagnóstico y el tratamiento para cada individuo. IASIS tiene como objetivo allanar el camino hacia el acceso integral a datos de fuentes dispares y los resultados del análisis, en forma de conocimiento procesable para la formulación de políticas de salud. El proyecto ofrecerá un esquema de representación común para las fuentes de datos heterogéneas. La infraestructura podrá convertir notas clínicas en datos utilizables, combinarlos con datos genómicos, bibliografía relacionada, open data y datos de imágenes, y crear una base de conocimiento global. Esto facilitará el uso de métodos inteligentes para descubrir patrones útiles en diferentes recursos. El uso de la integración semántica de datos brindará la oportunidad de generar información rica, auditable y confiable. Esta información se puede utilizar para brindar una mejor atención, reducir errores y crear más confianza en el intercambio de datos, proporcionando así más conocimiento y oportunidades.

Para Ernestiva Menasalvas “sin todos los miembros del grupo no hubiera sido posible desarrollar los proyectos como IASIS por el que se da este reconocimiento y por eso es un reconocimiento a todos ellos  a los que les quiero agradecer su dedicación. Personalmente como profesora de la UPM es un honor recibir este reconocimiento. Sin el apoyo de la UPM estoy segura de que no hubieramos desarrollado toda esta investigación y por eso es un orgullo y una gran satisfacción recibir este reconocimiento de MI universidad”

Sobre Ernestina Menasalvas

Es catedrática  de la Universidad Politécnica de Madrid (UPM). Lienciada en Informática-UPM (1994) y doctor por la UPM (1998). Lidera el “Grupo de minería de datos y simulación de datos” MIDAS en el Centro de Biotecnología de la UPM y es profesora de bases de datos y minería de datos en la UPM. Sus actividades de investigación se encuentran en varios aspectos del desarrollo de proyectos de minería de datos y en los últimos años su investigación se ha centrado en el análisis de datos en el campo médico, específicamente en la extracción de patrones de notas clínicas. Ha participado en más de 30 proyectos relacionados con la extracción de conocimiento de conjuntos de datos (H2020, FP7, EIT-Health,…). Ha publicado más de 40 artículos en revistas internacionales que incluyen Data and Knowledge Engineering Journal, Physics Reports, Information Sciences, Expert Systems with applications, Journal of Medical Systems and International o el Journal of Intelligent Data Analysis.