A e-saúde é un térmo moi amplo que trata de abarcar o deseño e desenvolvemento de solucións baseadas nas TIC para facilitar e mellorar os procesos de prevención, diagnóstico, tratamento e monitorización de pacientes.
A e-saúde responde así a algúns dos problemas dos actuais sistemas públicos de saúde, e que presumiblemente reagudizaranse no futuro: o incremento dos custos sanitarios derivados do envellecemento da poboación, o conseguinte coidado dun número crecente de pacientes crónicos, e o mantemento e a mellora da calidade asistencial. O reto se sitúa na utilización da tecnoloxía para unha personalización de todos os procesos involucrados na saúde do paciente e o seu empoderamento no seu propio coidado.
As liñas de investigación que o CITIUS aborda no ámbito da e-saúde abranguen o conxunto de procesos antes citados:
- prevención, mediante o deseño e automatización de procesos que estimulan a adopción de hábitos de vida saudables, adaptables á condición e rutina do suxeito;
- diagnóstico, a partires da análise de múltiples factores co fin último de servir eficazmente á toma de decisións e ao establecemento de novos procedementos para a abordaxe de enfermidades;
- tratamento, mediante a proposta de novos métodos, técnicas e ferramentas para mellorar a adherencia do paciente ao tratamento prescrito na procura da súa máxima eficacia, e a análise de interaccións entre medicamentos en pacientes con múltiples patoloxías;
- monitorización, que aquí se centra na adquisición e procesado de múltiples sinais fisiolóxicos, tanto unidimensionais como multidimensionais, co fin de avaliar o estado e evolución fisiopatolóxica do paciente.
Obxectivos científicos
- Deseñar e desenvolver técnicas de abstracción temporal de sinais fisiolóxicos, para a identificación de eventos de interés fisiopatolóxico no curso de enfermidades crónicas obxecto de seguimento, particularmente fóra da contorna hospitalaria.
- Deseñar e desenvolver novas técnicas de aprendizaxe automático baseadas na distancia de enerxía dos datos en problemas de supervivencia con datos de alta dimensión.
- Deseñar e desenvolver unha técnica de aprendizaxe sobre series temporais para fenómenos markovianos non estocásticos mediante modelos paramétricos e non paramétricos.
- Deseñar e desenvolver algoritmos de análise intelixente de datos para a explotación de bases de datos fisiolóxicos, en particular algoritmos de minería de datos temporais para a extracción de patróns de relacións métricas entre eventos. Estes patróns permitirán a detección e posterior análise de certas dependencias e relacións temporais subxacentes nos datos que podrían ser de relevancia no estudio das patoloxías asociadas.
- Deseñar e desenvolver técnicas de segmentación e análise automático de ortopantomografías co obxectivo de actualizar os parámetros de cálculo da idade dental.
- Deseñar e desenvolver algoritmos para a reconstrucción 3D de imaxes de microscopía electrónica nos ámbitos da análise do biofilm dental e da análise de masas canceríxenas en peixe cebra.
- Deseñar e desenvolver técnicas de análise automática do microbioma oral como indicador diagnóstico/pronóstico da periodontitis crónica, para contribuír á busca de novas terapias e modalidades de tratamento.
- Deseñar e desenvolver solucións Big Data que permitan abordar en tempos de cómputo razoables o aliñamento de secuencias xenéticas con respecto a un xenoma de referencia.
- Deseñar e desenvolver novos métodos para a creación de árbores filoxenéticas de gran tamaño mediante a aplicación de solucións HPC.
Obxectivos tecnolóxicos
- Unha aplicación móbil para a adherencia terapéutica.
- Bases de datos anotadas para a validación de algoritmos de detección de fibrilación auricular en rexistros electrocardiográficos estándar e de unha derivación.
- Unha técnica de identificación de fibrilación auricular sobre rexistros electrocardiográficos de unha derivación e curta duración.
- Unha aplicación para a xestión de todas as investigacións que se están levando a cabo no campo da odontoloxía, en concreto: análise da placa bacteriana a nivel micro e macro para realización de ensaios clínicos, análise automática de ortopantomografías para un estudo sobre o cálculo automático da idade dental.
- Unha aplicación para a análise 3D da evolución de masas canceríxenas en peixe cebra.
- Unha base de datos de ortopantomografías para comparación de resultados de distintos algoritmos.
Queres saber máis?
Para colaboracións, visitas, etc. contacta con:
Paulo Félix Lamas
paulo.felix [at] usc.es
Investigadores asociados
Proxectos de investigación
- ADHERE-U: Modelos, técnicas e metodoloxías baseadas en Intelixencia Artificial para a mellora da adherencia terapéutica
- Novos biomarcadores bacterianos, actividades funcionais, cambios dinámicos e interacións bacterianas na enfermidade...
- AVECEN: Asistente Virtual para o Envellecemento aCtivo de persoas con Enfermidades mentais Neurodexenerativas
- Ver todos
Publicacións
- Application of Functional Data Analysis for the Prediction of Maximum Heart Rate IEEE Access, 2019
- Fully automatic teeth segmentation in adult OPG images 21st International Conference on Medical Image Computing and Computer Assisted Intervention (6th Workshop on Computational Methods and Clinical Applications in Musculoskeletal Imaging), 2019
- A 6-minute sub-maximal run test to predict VO2 max Journal of Sports Sciences, 2018
- Ver todas