Proyecto orientado a facilitar la digitalización del sector sanitario a través del desarrollo de soluciones de software, basadas en técnicas de Machine Learning como el aprendizaje automático, con el propósito de servir de ayuda al personal clínico en el proceso de toma de decisiones. De esta forma, se posibilita el diagnóstico precoz de enfermedades, así como un tratamiento más personalizado y eficaz de los pacientes. Especialmente relevante será la combinación de diferentes fuentes de información lo que dará lugar al desarrollo de herramientas TIC que ayuden al personal clínico a estimar la probabilidad de estar padeciendo o desarrollar en el futuro, un cáncer de mama, permitir la diagnósis no invasiva de la endometriosis, así como la estratificación de pacientes para el tratamiento eficaz de leucemia. Las fuentes de datos que se toman como base son la historia clínica, información genómica, e información gráfica. Para determinadas enfermedades es posible obtener distintos tipos de imagen (ecografía, radiografía, resonancia magnética, tomografía axial computarizada, tomografía por emisión de positrones, etc.). Estas imágenes pueden aportar información valiosa para detectar.

Durante el proyecto se tratará de avanzar 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. Por lo cual, la aplicación de este tipo de técnicas en el sector salud asentará las bases para alcanzar su digitalización, algo necesario para ahorrar costes y aumentar la productividad de los profesionales, ofreciendo un mejor servicio a los ciudadanos. Mediante la aplicación de técnicas de Machine Learning, como el aprendizaje automático y el reconocimiento de patrones e imágenes, se podrá realizar un diagnóstico precoz del cáncer de mama, la detección no invasiva de la endometriosis, así como predecir los efectos del tratamiento de la leucemia de manera personalizada. Además, con la aplicación de estas técnicas y la combinación de diferentes fuentes de información se desarrollarán una serie de soluciones software, que ayuden al personal clínico en el proceso de toma de decisiones.