Plataforma inteligente de gestión de contenido digital

SMARTFACTS

El objetivo general del proyecto “SmartFacts” es llevar a cabo el desarrollo de una nueva herramienta automática de apoyo al diagnóstico clínico. Para ello se realizará un aprendizaje utilizando técnicas de aprendizaje computacional y deep learning sobre datos que se estén recibiendo en tiempo real desde los distintos sistemas de un hospital.
A través del presente proyecto, se desarrollará una herramienta que será capaz de predecir hechos positivos o negativos que puedan ocurrir a un paciente, en función de lo aprendido con anterioridad con casos de pacientes similares sobre los que se realizó el aprendizaje. Dando de este modo un apoyo a la toma de decisiones del facultativo que se encuentra analizando al nuevo paciente.
A su vez, este sistema será capaz de analizar las decisiones tomadas por el facultativo siendo capaz de avisarle si la
decisión tomada es estadísticamente crítica o si considera una alternativa más favorable, siendo la decisión del clínico, la decisión final bajo el apoyo del sistema.
El sistema a desarrollar permitirá incrementar la seguridad en la toma de decisiones y disminuir los gastos, efectos adversos, etc. Para ello se afrontarán los siguientes objetivos:

Diseñar una plataforma capaz de ingestar en tiempo real un alto volumen de datos del resto de sistemas del
hospital y organizar esos datos para su uso en los algoritmos posteriores. • Reentrenar modelos como BERT, GPT2 y GPT3 (se solicitará acceso a OpenAI) para la predicción con datos clínicos, estructurados y no estructurados.
• Dado que los modelos actuales de BERT y GPT son principalmente para generar texto, existe un reto tecnológico importante para conseguir que los resultados sean predicciones con un ratio de acierto muy alto para pacientes concretos.

  • Reducir los falsos positivos o falsos negativos que puedan generar los algoritmos, ya que, en el entorno al que se quieren aplicar, de ser muy altos, harían la solución inservible.
  • Reentrenar con una frecuencia alta los algoritmos con nuevos datos consiguiendo mejorar en cada nuevo entrenamiento los resultados de las predicciones.


Se aplicará a distintos servicios y especialidades, entre ellos se usará en el servicio farmacéutico, el servicio oncológico y el servicio de alergología.

Lugar de ejecución: ANDALUCIA (Málaga)
Plazo de ejecución: Fecha de Inicio (1) 01/10/2020 Fecha Fin (2) 30/09/2022
Presupuesto: 296.700,00
Cofinanciación: CDTI y FEDER

 

FEDER una manera de hacer Europa

europe-flag
cdti-logo