El proyecto BIGSALUD, en el que ITI lleva trabajando desde 2019, está orientado a desarrollar técnicas de Big Data e Inteligencia Artificial en el sector sanitario con un objetivo claro: Mejorar la prevención, el diagnóstico y el tratamiento de las enfermedades crónicas. Al mismo tiempo, estas tecnologías posibilitarán la optimización de procesos para reducir tiempos y costes asistenciales contribuyendo así a la sostenibilidad de los sistemas sanitarios en Europa. BIGSALUD se enmarca en el área de la Bioinformática y tiene como finalidad combinar de forma innovadora el uso de servicios de infraestructura de Big Data a nivel de almacenamiento y procesamiento distribuidos e Inteligencia Artificial, para aportar soluciones novedosas a los problemas relacionados con la medicina de precisión. En el proyecto se combinan conjuntos de datos procedentes de diversas fuentes que permitan construir modelos predictivos como sistema de soporte a la decisión clínica y hospitalaria. Las fuentes de datos que se toman como base son, entre otras: la Historia clínica, Información genómica, Imágenes médicas, farmacia, hábitos de vida, etc. Se avanzará en la aplicación de técnicas procedentes del Machine Learning que han demostrado su eficiencia en otros ámbitos como la biometría, el reconocimiento de texto manuscrito o la traducción automática, para su transferencia en el sector sanitario de la Comunitat Valenciana como base de su necesaria optimización que permita un ahorro de costes y un aumento de la productividad de los profesionales que redunde a su vez en un mejor servicio a los ciudadanos.

Combinando de forma innovadora servicios de infraestructura para tratamiento de información, tanto a nivel de almacenamiento como de procesamiento distribuido, con Inteligencia Artificial, se espera aportar soluciones novedosas a los problemas relacionados con la medicina de precisión, como los mencionados anteriormente. Con ello se pretende mejorar la calidad de vida con una medicina donde los tratamientos se ajusten a cada paciente y donde un hospital pueda anticiparse mejor a sus necesidades Como resumen de los objetivos del proyecto, se pueden destacar los siguientes ejes: -Consolidación de una metodología de adaptación de datos sanitarios. Consolidar un flujo de trabajo común entre equipos médicos y analistas de datos para intercambiar, entender y transformar los datos sanitarios (imágenes médicas, información genómica, información clínica, etc.) de manera optimizada para su análisis con técnicas Machine Learning. -Análisis de datos sanitarios mediante técnicas de Machine Learning. Perfeccionar las técnicas de Aprendizaje Automático (Machine Learning) para extraer características discriminativas de imágenes médicas, identificar las variables relevantes de un conjunto de datos sanitarios, producir modelos predictivos con el fin de emitir pronósticos que apoyan la decisión clínica. Estas mismas técnicas serían aplicables en cualquier otro ámbito de interés para un hospital. -Infraestructura y software de apoyo clínico. Optimizar la infraestructura de análisis de datos a las necesidades de un hospital. Extender un servicio predictivo donde un médico pueda introducir en un sistema basado en Inteligencia Artificial los datos de un paciente para obtener una estimación en tiempo real e integrarlo con los servicios y aplicaciones que éste pueda disponer y que se consideren relevantes para la ejecución de los modelos de ML implementados