Javascript está deshabilitado. Para el correcto funcionamiento de esta web, recomendamos que esté activo Javascript Andalucía expone sus líneas de actuación en Big Data en la presentación de la estrategia gallega de Inteligencia Artificial|Servicio Andaluz de Salud

Responsive menu mobile icon

Andalucía expone sus líneas de actuación en Big Data en la presentación de la estrategia gallega de Inteligencia Artificial

23 Junio 2021

El coordinador de Big Data de la sanidad pública andaluza, Miguel Ángel Armengol, ha sido uno de los ponentes en este encuentro, en el que ha destacado la importancia de crear redes colaborativas multidisciplinares en torno a los datos sanitarios

Miniatura

La integración de la gran cantidad de datos que almacena un sistema sanitario de la magnitud del andaluz para ponerlo a disposición de la toma de decisiones clínicas y de gestión de las autoridades sanitarias es una de las finalidades de la Estrategia de Big Data del Sistema Sanitario Público de Andalucía, que se han expuesto en el marco de la presentación de la Estrategia Gallega de Inteligencia Artificial 2030, clausurada por el presidente de la Xunta de Galicia, Alberto Núñez-Feijóo.

En este contexto, el coordinador de Big Data andaluz, Miguel Ángel Armengol, ha participado en una mesa redonda denominada El despliegue de la inteligencia artificial en las cadenas de valor, en la que expertos de instituciones como la Universidad de Santiago de Compostela o empresas como Microsoft, han puesto en evidencia la importancia de la gestión de la información que aportan los datos almacenados en la toma de decisiones, tanto en el ámbito institucional como en el empresarial.

Armengol ha señalado que el área Big Data de la Consejería de Salud y Familias es una iniciativa disruptiva dentro de la OCDE, pues parte de una infraestructura digitalizada ya existente que contiene información de casi 50 hospitales y más de 1500 centros de atención primaria para dotar a investigadores, clínicos y gestores de las herramientas necesarias para resolver preguntas y necesidades no cubiertas gracias a un sistema que mejora el tiempo de respuesta y la inmediatez de la toma de decisiones.

En este sentido, Armengol ha destacado que Andalucía cuenta con una población mayor que hasta 30 países europeos (unos 8.5millones); esta cifra, junto a los pacientes que han estado de paso por Andalucía y los ya fallecidos, hace que se disponga de una cohorte de más de 13 millones de pacientes, lo que posiciona a la comunidad en el liderazgo en almacenaje de datos, de ahí que en estos momentos la estrategia esté basada en tres pilares fundamentales: integración, colaboración y conocimiento. “Si somos capaces de implementarla, el potencial sería inmenso a la hora de extraer conclusiones de manera operativa que sean generalizables y por tanto de gran Impacto clínico, científico, así como tecnológico e innovador”, ha señalado el coordinador autonómico de Big Data, quien ha puesto en valor el trabajo conjunto que está desarrollando con el Área de Bioinformática Clínica de la Fundación Progreso y Salud y el equipo de la la Base Poblacional de Salud.

Área de Big Data

El Área de Big Data de la Sanidad Pública Andaluza se integra en la Fundación Progreso y Salud y responde al objetivo de avanzar en la medicina personalizada, que, a su vez, se contempla en la Estrategia de I+i en Salud 2020-2023. A través de una infraestructura humana y tecnológica en procesamiento de datos masivos e inteligencia artificial, el Área de Big Data facilita el uso secundario de datos del Sistema Sanitario Público de Andalucía para su aplicación en la I+D+i en salud, la práctica clínica y la gestión; empleando para ello una filosofía abierta y colaborativa que mejora la resiliencia del sistema frente a nuevos retos.

Está coordinada desde su creación el pasado año por Miguel Ángel Armengol, quien ha retornado a la comunidad tras su paso por el MIT y la Harvard Medical School de Boston. Su experiencia en investigación durante su etapa en Boston abarcó la aplicación de herramientas analíticas avanzadas y técnicas de modelado para obtener conocimiento, resolver problemas complejos y mejorar las decisiones tanto de los pacientes como de los clínicos especializándose en la explotación de datos de unidad de cuidados intensivos, anestesia, economía de la salud, cardíacos y ómicos.