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

Wegmans acelera su transformación digital: una nueva...

Wegmans, reconocida en Estados Unidos por su fuerte conexión con el cliente, está llevando su apuesta por la innovación un paso más allá

Una galería pionera realiza tours remotos mediante robots

La galería Hastings Contemporary, localizada en el sur de Inglaterra, ofrece tours en vivo mediante robots, formados por una cámara y dos ruedas. Las visitas se realizan con guía y hasta 5 personas, con la posibilidad de ampliar las obras de arte en la pantalla, para ofrecer una mejor experiencia. La universidad ha colaborado con proyectos como D4D o el laboratorio de robótica Bristol de la Universidad del Oeste de Inglaterra.

BilliB, innovación disruptiva para pronto pagos...

BilliB, una aplicación desarrollada por Everis en joint venture con Bankia, es la única solución de financiación de la cadena de suministro en España que permite a las empresas gestionar el descuento por pronto pago de facturas con sus proveedores en un entorno digital.Las consecuencias del desarrollo de la nueva aplicación para pagos:Gestión integra de los descuentos por pronto pago de facturas online – la aplicación realiza la gestión desde el acuerdo inicial hasta la liquidación del pago sobre las cuentas de dinero electrónico.​Pagos inteligentes – el uso de dinero electrónico permite que los pagos sean instantáneos y gratuitos y que haya trazabilidad de las operaciones de descuento.Consulta en tiempo real del balance – BilliB realiza la conciliación automática de todos los movimientos de los descuentos y pagos gracias a la trazabilidad del dinero electrónico, lo que permite a los clientes realizar consultas del balance de pagos y cobros y las facturas en tiempo real.Para saber más haz click aquí

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