Universidad Johns Hopkins en IA

Johns Hopkins Medicine, en colaboración con el Laboratorio de Física Aplicada de la Universidad Johns Hopkins (APL), la Escuela de Salud Pública Bloomberg y el departamento de Tecnología de la Información de Johns Hopkins, ha desarrollado la Plataforma de Análisis de Medicina de Precisión (PMAP) .

¿Qué es PMAP y cómo funciona?

PMAP es una plataforma que recopila datos de diversas fuentes, incluyendo registros médicos electrónicos, bases de datos de investigación, imágenes médicas y dispositivos portátiles . Estos datos se agregan y se ponen a disposición de investigadores autorizados en un entorno seguro, donde pueden aplicar técnicas avanzadas de análisis para obtener información valiosa.

La plataforma se basa en la premisa de que al recopilar y analizar grandes cantidades de datos sobre individuos, se pueden identificar patrones y subgrupos de pacientes con características similares. Esto permite a los médicos adaptar los tratamientos a las necesidades individuales de cada paciente, mejorando los resultados y reduciendo los costes de la atención médica.

¿De qué manera usa la Inteligencia Artificial la PMAP?

PMAP utiliza la IA de varias maneras para facilitar la investigación y mejorar la atención al paciente:

• Aprendizaje automático (Machine Learning): PMAP emplea algoritmos de aprendizaje automático para analizar grandes conjuntos de datos e identificar patrones que podrían no ser evidentes para los humanos. Esto ayuda a los investigadores a descubrir nuevas conexiones entre variables y a desarrollar modelos predictivos para la salud.
• Procesamiento del Lenguaje Natural (PLN): PMAP utiliza PLN para analizar datos de texto, como notas clínicas e informes de patología. Esto permite a la plataforma extraer información relevante de fuentes no estructuradas y enriquecer los datos disponibles para el análisis.
• Herramientas de Descubrimiento de Cohortes: PMAP proporciona herramientas que utilizan IA para ayudar a los investigadores a identificar grupos de pacientes con características específicas. Esto facilita la creación de cohortes para estudios de investigación y ensayos clínicos.
• Plataformas de Ciencia de Datos: PMAP ofrece acceso a plataformas de ciencia de datos como crunchr, que se basa en Jupyter Notebook y proporciona soporte para Python y R. Estas plataformas permiten a los investigadores aplicar técnicas avanzadas de análisis de datos e IA para sus proyectos.

Beneficios de PMAP:

• Aceleración de la investigación: PMAP facilita la investigación al proporcionar acceso a grandes conjuntos de datos y herramientas de análisis avanzadas, incluyendo las impulsadas por IA. Esto acelera el ciclo de descubrimiento y aplicación de nuevos tratamientos.
• Mejora de la atención al paciente: Al permitir una atención más personalizada, PMAP ayuda a mejorar los resultados de los pacientes y a reducir los costes de la atención médica.
• Innovación en la atención médica: PMAP fomenta la innovación al proporcionar una plataforma para el desarrollo y la validación de nuevas herramientas y algoritmos de IA para la atención médica.
• Mayor eficiencia: PMAP ayuda a optimizar las operaciones de investigación y la atención clínica al automatizar tareas y proporcionar información en tiempo real.

Seguridad y privacidad de los datos:

PMAP se toma muy en serio la seguridad y privacidad de los datos. La plataforma cumple con la Ley de Portabilidad y Responsabilidad del Seguro Médico (HIPAA) y cuenta con controles de acceso que limitan el acceso a los datos a los investigadores autorizados .

El futuro de la medicina de precisión con PMAP:

PMAP está transformando la forma en que se realiza la investigación y se brinda la atención médica en Johns Hopkins. La plataforma tiene el potencial de mejorar significativamente la atención al paciente y de impulsar la innovación en la medicina de precisión.

Esta información tiene un carácter meramente informativo. Para obtener asesoramiento o diagnóstico médicos, consulta a un profesional.