e-Saúde

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.