Esta iniciativa tiene especial importancia de cara a perfilar el riesgo de las enfermedades, simular su transmisión y realizar experimentos controlados utilizando datos fáciles de recopilar, de forma fiable. Además, respecto a su accesibilidad y reutilización, permite a la comunidad científica ajustarse a la necesidad de cumplir las restricciones éticas y legales, especialmente a la hora de trabajar con datos médicos y personales.
Así, esta solución garantizará la privacidad y seguridad de la información combinando nuevas técnicas de anonimización, medidas de privacidad basadas en atributos y sistemas de seguimiento confiables. Además, aplicará una metodología de síntesis de datos controlada para fines de experimentación y modelado, mediante Inteligencia Artificial.
Calidad del dato
Otro de los retos que se plantea es que los datos clínicos pueden estar incompletos, pueden existir problemas de calidad y no siempre siguen un formato/representación estándar. Además, el hecho de que estén dispersos en muchos hospitales, clínicas y bases de datos gubernamentales inhibe todo su potencial para fines de investigación.
Ante esto, Ayesa Ibermática también implementará medidas de control de calidad de datos, como datos imparciales y respeto a las normas éticas, búsqueda contextual y diseño centrado en el ser humano con fines de validación, para garantizar la representatividad de los datos sintéticos generados. De hecho, un módulo será responsable de explorar y desarrollar aún más las técnicas de creación de datos sintéticos, también dinámicamente bajo demanda y para casos de uso específicos.
La plataforma explotará tecnologías para reproducir también datos no identificables, promoviendo la evaluación indirecta de un número más amplio de bases de datos, respetando las pautas de privacidad, seguridad y cumplimiento de GDPR.
Tal y como explica Itziar Cuenca, directora de I+D de la compañía, “el marco propuesto apoyará el desarrollo de herramientas, tecnologías y soluciones digitales innovadoras e imparciales basadas en IA y distribuidas en beneficio de investigadores, pacientes y proveedores de servicios de salud, manteniendo un alto nivel de privacidad de datos y uso ético”.
Además, AISym4Med “ayudará en la creación de algoritmos de aprendizaje automático más robustos, considerando la configuración de computación más efectiva, y un metamotor proporcionará información sobre la calidad del modelo generalizado”.
Esta plataforma, que facilita el procesado, intercambio y gestión de datos, y tratará de ayudar en la investigación médica, se validará con casos de uso locales, nacionales y transfronterizos para ingenieros de datos y desarrolladores de machine learning.
El proyecto está financiado por el plan Horizonte Europa de la UE y alineado con las iniciativas de la Comisión Europea, que apoya activamente la creación de un Espacio Europeo de Datos Sanitarios para fomentar su intercambio y apoyar la investigación sobre nuevas medidas preventivas, tratamientos, medicamentos y dispositivos médicos, garantizando al mismo tiempo que las personas tengan control sobre su información personal.
Tu opinión enriquece este artículo: