AECOC
INNOVATION HUB

Tendencias - Tecnologías - Impactos

Noticias Tecnología - Innovación - Ciencia

add ver todas

Utilización del Big Data para proporcionar a los pacientes el control de su propia salud

En la Conferencia de Medicina Exponencial de la Singularity University celebrada en San Diego en noviembre de 2018, el Doctor Ran Balicer, director del Instituto de Investigación de Clalit en Israel, expuso una visión futurista acerca de cómo el Big Data podría fusionarse con la atención médica personalizada en un sistema basado en aplicaciones a través de las cuales el paciente está controlado.

Las consecuencias de la utilización del Big Data para el control de la salud:

  • Sistema preventivo de salud – El sistema de Balicer permite anticipar el conocimiento acerca de los factores que pueden influir en la probabilidad de futuros riesgos de enfermedades cardiovasculares y evitarlas, y ponerles remedio lo antes posible.
  • Posibilidad de establecer un objetivo de salud dentro de la aplicación – Este sistema permite a los pacientes establecer objetivos de salud, como por ejemplo, dejar de fumar. Una vez que el paciente ha establecido su objetivo, la aplicación informa automáticamente a su médico y sugiere al paciente productos farmacéuticos para ayudarle a deshacerse de la nicotina. El paciente también puede encontrar inmediatamente una lista de grupos de apoyo cercanos que pueden ayudarle a alcanzar su objetivo de salud.
  • Medicina altamente personalizada – El nivel de personalización que se obtiene a través de esta aplicación para la dosificación de medicamentos va más allá de la capacidad de cualquier médico humano. La Inteligencia Artificial puede procesar rápidamente un conjunto de datos masivos para encontrar similitudes con otros pacientes. Un enfoque verdaderamente personalizado necesita tener en cuenta las necesidades del paciente y los sacrificios y compensaciones que está dispuesto a hacer.

Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Un nuevo tejido de residuos de frutas es fuerte, versátil...

A medida que las empresas cada vez ofrecen más información sobre su cadena de suministro o el uso de recursos para producir sus productos, los consumidores tienen los medios para tomar decisiones basadas en las actividades responsables con el medio ambiente de estas. En este contexto, la industria de la moda tiene que buscar constantes alternativas a su producción para poder tener prácticas más sostenibles, ya que esta industria es la responsable del 20% de la contaminación mundial del agua, además de ser responsable de un alto porcentaje de las emisiones de CO2 o de tener poca circularidad de sus productos. Por eso mismo, la innovación en prácticas o materiales en esta industria está en auge. El diseñador Youyang Song ha desarrollado Peelsphere, un material verdaderamente circular hecho de desechos de frutas y algas.Peelsphere se inspira en las frutas y verduras de las que proviene el material, tanto en el color de las telas, que proviene de tintes totalmente naturales, como en las formas finales del producto. El material se elabora a partir de deshechos de frutas y verduras mezcladas con algas para crear láminas parecidas al cuero y están listas para ser teñidas. Todos los tejidos de Peelshere son

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí

Trabajar desde casa para demoler las jerarquías de...

Las relaciones sociales se están viendo mermadas por la situación provocada por el COVID-19. Las jerarquías de oficinas tradicionales se están transformando, debido en cierto grado al distanciamiento social, que ha provocado nuevas iniciativas y capacidades en los trabajadores que anteriormente estaban ocultas, como la creatividad.

Los ordenadores cuánticos finalmente están aquí. ¿Qué...

Tras décadas de avances graduales, los investigadores ya están cerca de construir ordenadores cuánticos con capacidad suficiente para realizar procesos que los ordenadores convencionales no pueden hacer, lo cual se denomina “supremacía cuántica”. Estos ordenadores podrían suponer una revolución de cara al descubrimiento de nuevos materiales, al permitir realizar simulaciones del comportamiento de la materia a nivel atómico. También podrían ser capaces de retar a la criptografía y la ciberseguridad actuales debido a su capacidad para descifrar códigos indescifrables para cualquier otro tipo de ordenador o tecnología. IBM es la compañía principal en cuanto al desarrollo de computación cuántica, aunque otras empresas como Google, Intel Microsoft y algunas startups también han realizado importantes avances en esta materia. Las consecuencias de que la computación cuántica se convierta en una realidad: Mejora de la Inteligencia Artificial – Algunos expertos en computación cuántica piensan que estas máquinas serán capaces de mejorar la Inteligencia Artificial gracias a su capacidad para procesar los datos de manera más eficiente. Sin embargo, los expertos también piensan que esto no podrá hacerse realidad hasta que se consigan aportaciones de generaciones más jóvenes, que puedan proporcionar una visión distinta en este ámbito​. Realización de cálculos imposibles – Se espera