Un proyecto en común del que se beneficia toda la sociedad
Misión:
TARTAGLIA se pone en marcha para acelerar la aplicación de la IA en el Sistema Nacional de Salud (SNS) y ayudar a pacientes y profesionales sanitarios a reforzar la prevención y el diagnóstico temprano de las enfermedades.
Por ello se plantea una red con un espacio de datos federado que se enfrente al reto de la compartición de datos de forma segura y que garantice la conectividad e interoperabilidad entre regiones para los servicios de salud digital españoles, así como la interconexión con proyectos europeos. Se plantea asimismo la formación de profesionales sanitarios para compartir conocimiento y entrenar modelos de IA de forma colaborativa, lo que permitirá la investigación y el desarrollo de nuevos productos y servicios.
TARTAGLIA es un proyecto PAIS y tractor que contribuirá a que España sea proveedora de innovación y conocimiento en el ámbito internacional
Objetivos:
El principal reto de TARTAGLIA es crear un ecosistema que canalice la actividad de la investigación y permita construir herramientas de IA sobre los datos de forma conjunta y segura, estableciendo una red federada como factor clave para contribuir y beneficiarse de los bancos de datos. Se busca también dar una mayor confianza a los profesionales ayudándoles en la toma de decisiones en el diagnóstico y tratamiento de Alzheimer, Degeneración Macular, Cáncer de Próstata, Crónico Complejo y Diagnóstico por ultrasonido, creando como resultado un mercado más competitivo en España y Europa para fomentar la creación y el crecimiento de empresas.
Seguridad y privacidad
Realizar cálculos que se ejecuten de forma segura y privada sobre los datos distribuidos por los sitemas de salud socios, sin exponerlos ni moverlos de sus centros.
Medicina personalizada
Mejorar los algoritmos de la IA y los modelos analíticos y contribuir a una medicina personalizada y de precisión en los ámbitos sanitarios seleccionados.
Cumplimiento normativo
Permitir el cumplimiento de los requisitos organizativos y garantizar la privacidad de los datos clínicos de los pacientes y profesionales sanitarios.
Paquetes de trabajo:
Implantación de una red federada que dará soporte a los diferentes casos de uso del proyecto. Se investigará, además, sobre la explicabilidad de redes neuronales federadas, la minimización del sesgo y la generación de datos sintéticos.
Desarrollo de técnicas para normalizar las fuentes de datos clínicos estructurados y no estructurados de acuerdo al modelo de datos común de OMOP-CDM para su reúso en investigación e IA.
Verificación técnica del cumplimiento de las principales normas y criterios de seguridad y usabilidad de los datos de salud para fines de investigación (GDPR y principios FAIR)
Diseñar una herramienta predictiva del CaPcs integrando los datos clínicos, radiogenómicos, genómicos y de anatomía patológica disponibles en la red federada.
Valor discriminativo y predictivo del habla espontánea y análisis de MRI mediante técnicas de IA para la identificación de factores precoces en el desarrollo de la enfermedad del Alzheimer.
Desarrollo de un modelo de gemelo digital sanitario que permitirá simular el comportamiento fisiológico y metabólico de un individuo y su evolución frente a determinados problemas crónicos. Y, con ello, facilitar la toma de decisiones clínicas que permita a los doctores ofrecer planes personalizados, teniendo en cuenta el efecto de los fármacos, la dieta, la actividad física y las horas de sueño.
Desarrollará una tecnología que facilite la adquisición de imágenes de calidad diagnóstica por personal con entrenamiento básico en la técnica. Además se obtendrán métricas de forma automática que permitan hacer una valoración del riesgo.
Investigación y desarrollo de modelos predictivos para el cribado automático de la retinopatía diabética, usando redes neuronales convolucionales.