Actividades sanitarias y de servicios sociales
AISym4MED - Predicción de la enfermedad de Parkinson avanzada (EPA) mediante distintos tipos de fuente de datos
Actividades sanitarias y de servicios sociales
AISym4MED - Predicción de la enfermedad de Parkinson avanzada (EPA) mediante distintos tipos de fuente de datos
Business Case
Predecir el avance de la enfermedad de Parkinson Avanzado en varios años utilizando variables basales (es decir, variables de la primera visita).
Objetivos
Predicción de Parkinson Avanzado.
Detección de identificadores y patrones más relacionados con en Parkinson Avanzado.
Use case
Casos de Uso
Infraestructura
On premise;
Tecnologías utilizadas
Tecnologías utilizadas
Datos utilizados
Datos Prospectivos de Osakidetza ==> Datos de 50 pacientes recogidos durante 1 año de seguimiento prospectivo.
Datos Retrospectivos de Osakidetza ==> Registros médicos electrónicos de 1197 pacientes que se tratan con NLP y LLMs para la extracción de síntomas y fechas relevantes.
Datos Retrospectivos de la Fundación Michael J. Fox ==> Registros de 1302 pacientes cond atos tabulados.
imagen
imagen
Recursos utilizados
Científicos de datos.
Dificultades y aprendizaje
Dificultad para acceder a datos de pacientes con larga evolución (más de 5 años de estudio). Dificultad para unificar la ifnormación de varias fuentes. Dificultad para extraer cierta información con NLP, debido a la variedad a la hora de redactar por los sanitarios.
KPIs (impacto en el negocio y métricas del modelo)
Detección inicial de alta probabilidad de padecer Parkison Avanzado, lo que permite planificar y tratarlo cuanto antes (Terapias de segunda linea).
Financiación
Financiación
Colaboradores
AYESA, FRAUNHOFER, BIOBIZKAIA, OSAKIDETZA, IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND MEDIA, TIGA BILGI TEKNOLOJILERI ANONIM SIRKETI, NOVA ID FCT, , UNIVERSITAT ZURICH, SAIDOT, UNIVERSIDADE DO PORTO,…
multimedia
