Píldora 9 Vall d’Hebron – Con Inteligencia Artificial y las imágenes del laboratorio de ecocardiografía se entrenan algoritmos capaces de entrenar profesionales 

Gracias a tartaglIA, uniendo Inteligencia Artificial y el potente banco de imágenes del laboratorio de ecocardiografía se entrenan algoritmos para que sean capaces de entrenar a profesionales no especialistas en imagen cardiaca, y que puedan realizar las pruebas y evitar que pacientes con poca patología tengan que acudir a un hospital.

Seguir leyendo

Píldora 7 ACE –  En Tartaglia buscamos identificar a personas en riesgo de la enfermedad del Alzheimer con antelación y más facilidad

«En nuestro caso, como líderes del grupo, tenemos encomendada la tarea fundamental de hacer una exploración masiva a una gran cantidad de personas, con diferente grado de deterioro, a través de un test de lenguaje espontaneo muy sencillo. Gracias a ese test, hacemos un registro de audio y utilizando de manera masiva todas las estrategias propias de la inteligencia artificial, identificamos aquellos parámetros sintácticos, gramaticales, léxicos, de audio, que pueden actuar como predictores de la enfermedad».

Seguir leyendo

Píldora 5 SERGAS – Retos en el ámbito de la privacidad y aplicación de los principios FAIR

Jorge Prado Casal, delegado de protección de datos en el Servizo Galego de Saúde (hashtag#SERGAS), explica en el siguiente vídeo cómo en Tartaglia el uso de una red federada implica los siguientes retos: en el ámbito de la privacidad mediante la aplicación del Reglamento General de Protección de Datos, en el ámbito de la seguridad de la información a través de la aplicación de la norma ISO 27000 y del Esquema Nacional de Seguridad, y en el ámbito de la seguridad de la información, mediante la aplicación de los principios FAIR.

Brais López Yáñez y Roberto Carracedo Varela, gestores del proyecto Tartaglia en la Agencia Gallega de Conocimiento en Salud (hashtag#ACIS), explican qué son los principios FAIR, un conjunto de cualidades precisas y medibles que una publicación de datos debe seguir para que los datos sean Encontrables, Accesibles, Interoperables y Reutilizables.

Seguir leyendo

Píldora 4 BSC – Descubre qué son los datos sintéticos, cómo se generan, y su valor en tartaglia,

Davide Cirillo, líder de la Unidad de Aprendizaje Automático para la Investigación Biomédica del Departamento de Ciencias de la Vida del Barcelona Supercomputing Center, junto con Miguel Vázquez, líder de la Unidad de Informática Genómica, y Alfonso Valencia, líder del Grupo de Biología Computacional, coordinan la tarea transversal de generación de datos sintéticos para el proyecto Tartaglia.

Descubre qué son los datos sintéticos, cómo se generan, y el valor de los mismos en artaglia, para mejorar algoritmos de diagnóstico de tumores de próstata y desarrollar algoritmos de gemelos digitales para la gestión de enfermedades crónicas.

Seguir leyendo

Píldora 3 Veratech – Estandarización de datos clínicos para facilitar su uso en investigación clínica

¿Quieres conocer el trabajo de Veratech for Health como miembro del consorcio tartaglIA Sanidad?

José Alberto Maldonado, responsable de I+D+i y consultor de interoperabilidad semántica en Veratech for Health lo cuenta en el siguiente vídeo… «Nuestro trabajo se centra en estandarizar los datos clínicos con el fin de facilitar su uso en investigación clínica y más concretamente facilitar el desarrollo de los algoritmos de Inteligencia Artificial.

Seguir leyendo

Píldora 2 GMV – Tecnologías PETs (Privacy Enhancing-Technologies) para una compartición de datos segura

Los objetivos tecnológicos planteados en TARTAGLIA tienen un reto implícito, el desafío de trabajo en red y en formato de investigación colaborativa, que implica por un lado la compartición de datos clínicos de forma segura y por otro lado la gobernanza de la cooperación multidisciplinar de perfiles (Profesionales sanitarios y Tecnólogos) y organizaciones publica y privadas

Seguir leyendo

TARTAGLIA: un nuevo impulso para la mejora del sector salud

Pixelabs lidera el paquete de trabajo sobre investigación en los modelos predictivos para el cribado automático de la retinopatía diabética usando redes neuronales convolucionales. Poder dar a conocer este tipo de investigación clínica, es una manera de contribuir en el avance de la sociedad y para nosotros es muy importante que parte de nuestros esfuerzos tecnológicos como compañía tengan un impacto positivo en las instituciones, sociedad y ciudadanos.

Seguir leyendo