Desarollarán modelos sintéticos de infarto cerebral para “mejorar el conocimiento” de la enfermedad
BARCELONA, 14 (EUROPA PRESS)
El Hospital de Sant Pau de Barcelona liderará la generación y validación de imágenes sintéticas en ictus isquémico en el marco del proyecto Search, una plataforma europea para la innovación sanitaria con técnicas avanzadas de generación de datos sintéticos.
Contribuirá al desarrollo en la investigación y en la práctica clínica, así como a la formación en el ámbito de las enfermedades neurovasculares, informa el hospital en un comunicado de este viernes.
El director del Servicio de Diagnóstico por la Imagen del Hospital de Sant Pau y director del Grupo de Investigación en IA del Institut de Recerca Sant Pau (IR Sant Pau), Josep Munuera, ha explicado que el objetivo es generar modelos sintéticos de infarto cerebral para “mejorar el conocimiento” de la enfermedad.
También buscarán entrenar mejor las herramientas basadas en IA de esta patología y acelerar la formación de profesional, así como facilitar la comunicación con los pacientes en el ámbito de las enfermedades neurovasculares, para seguir avanzando en la medicina de precisión.
DATOS ARTIFICIALES DE ALTA CALIDAD
Uno de los principales retos en el sector de la salud es la dificultad de poder compartir y analizar conjuntos de datos, debido a los derechos de privacidad; por otro lado, algunos tipos de enfermedades o hallazgos son poco frecuentes, y eso dificulta la investigación, el diagnóstico y el pronóstico.
El proyecto Search busca desarrollar herramientas de IA para generar datos sintéticos similares a los reales y de “muy alta calidad”, según los protocolos Fair: localizables, accesibles, interoperables y reutilizables.
Las entidades miembros de este consorcio europeo podrán compartir y analizar datos a gran escala y de forma segura, manteniéndolas en su localización original y protegiendo la información altamente sensible de los pacientes.
Además de técnicas avanzadas de generación de datos sintéticos, el proyecto usa un enfoque de aprendizaje federado, un método de aprendizaje automático donde el entrenamiento de los algoritmos se distribuye entre múltiples dispositivos o servidores que contienen muestras de datos locales, sin intercambiarlas.
- Te recomendamos -
