La Universidad de Navarra, en colaboración con Siemens Healthineers, ha iniciado un innovador proyecto de inteligencia artificial médica que podría transformar la forma en que se anticipan los riesgos clínicos. Al analizar datos de más de 15.000 pacientes, el proyecto busca mejorar la prevención y el seguimiento médico mediante algoritmos avanzados.
Las claves
- El proyecto analizará información clínica de 15.429 pacientes.
- Se integrarán datos multimodales como TAC, electrocardiogramas y analíticas.
- La investigación se desarrolla bajo estrictos criterios de privacidad y seguridad.
Contexto
Este proyecto de investigación surge de la colaboración entre la Universidad de Navarra y Siemens Healthineers, y se centra en el desarrollo de algoritmos de inteligencia artificial que puedan identificar de manera temprana posibles riesgos para la salud. La investigación se basa en la tesis doctoral de Julen Rodríguez Meneses y es codirigida por el doctor Manuel Landecho y Rubén Armañanzas, líder del Laboratorio de Medicina Digital en el Instituto de Ciencia de los Datos e Inteligencia Artificial (DATAI) de la universidad.
A diferencia de otros proyectos que se centran en una única fuente de datos, este estudio integra información multimodal, lo que incluye tomografías computarizadas, electrocardiogramas, analíticas, informes médicos y fotografías de retina. Esta integración permite detectar patrones que podrían anticipar riesgos, mejorando así las decisiones clínicas.
El objetivo es desarrollar una plataforma de datos única que relacione distintas modalidades clínicas. Esto facilitará que los algoritmos de inteligencia artificial analicen cada prueba de manera integral, buscando relaciones entre datos que, de manera aislada, ofrecen información limitada, pero que en conjunto pueden revelar señales relevantes sobre riesgos futuros.
La lectura desde España
Este proyecto podría tener implicaciones significativas para el sector sanitario en España, al proporcionar herramientas avanzadas para la detección temprana de riesgos clínicos. La integración de datos multimodales y el uso de algoritmos de inteligencia artificial podrían mejorar la precisión de los diagnósticos y la personalización de los tratamientos, beneficiando tanto a los profesionales de la salud como a los pacientes.