El proyecto q-Vigilance aborda la necesidad de mejorar la predicción de la gravedad de los síntomas en pacientes usando un algoritmo de aprendizaje automático cuántico para superar las limitaciones del modelo NEWS 2. Este enfoque busca ofrecer respuestas más rápidas y precisas en el Hospital Clinic de Barcelona, transformando la monitorización de pacientes hacia un estándar más avanzado y eficiente en la atención médica predictiva.
Objetivos
Los objetivos principales son la implementación y mejora el puntaje NEWS 2 mediante el uso de un algoritmo de aprendizaje automático cuántico que aspira a superar el modelo clásico en eficacia y eficiencia. La meta es proporcionar una herramienta precisa para la predicción temprana de la gravedad de síntomas en pacientes, optimizando la respuesta médica en el Hospital Clinic de Barcelona y elevando el estándar de la monitorización de salud mediante tecnología avanzada.
Use case
El proyecto q-Vigilance introduce un algoritmo de aprendizaje automático cuántico para optimizar la predicción de gravedad de síntomas en pacientes, superando las limitaciones del puntaje NEWS 2 convencional en eficacia y eficiencia. La solución se desarrollará mediante un proceso estructurado que incluye la preparación de datos, diseño del algoritmo, y su implementación en hardware cuántico, con el objetivo de mejorar significativamente la monitorización de salud en el Hospital Clinic de Barcelona.
Infraestructura
Tanto capacidades de procesamiento local (On Premise) como recursos escalables en la nube (Cloud).
Tecnologías utilizadas
Aprendizaje Automático o Profundo Cuántica
Datos utilizados
Dataset privado, clínico y biométrico que proviene del registro de pacientes del Hospital Clinic de Barcelona
Recursos utilizados
Dificultades y aprendizaje
KPIs (impacto en el negocio y métricas del modelo)