Embed Size (px)
Citation preview
Big Data e Internet of Thingsen la Ingeniería Clínica: El papel de la Academia
José Luis Sevillano ([email protected])ETS Ingeniería Informática. Universidad de Sevilla
http://www.informatica.us.es
• Introducción• Internet of Medical Things
• Big Data en Salud
• Retos para la Academia• Grado en Ingeniería de la Salud
• Máster en Ingeniería Biomédica y Salud Digital
• Conclusiones
Indice
2
• Introducción• Internet of Medical Things
• Big Data en Salud
• Retos para la Academia• Grado en Ingeniería de la Salud
• Máster en Ingeniería Biomédica y Salud Digital
• Conclusiones
Indice
3
• Definición:Network of devices interacting with each other viamachine to machine (M2M) communications, enabling collection and exchange of data
• Dificultades/desafíos:• Miniaturización / Consumo energético
• Tecnologías de comunicación
• Interoperabilidad
• Evaluación Coste/Utilidad
Internet of Things (IoT)
4
Miniaturización/Consumo energético
5
Ley de Moore: - Duplica nº transistores / 2 años- Válida 1965-2015
Gordon MooreCo-Founder of Intel
6
Tecnologías comunicación IoT
Fuente: White Paper: Enabling the Internet of Things. Understanding IoT Technologies. Rohde & Schwarz, 2019.
Cloud / Edge Computing
7
Fuente: Hassan et al. The role of edge computing in Internet of Things. IEEE Communications Magazine, 2018
Escenario IoMT (Medical Things)
8
Fuente: D. Dimitrov, “Medical Internet of Things and Big Data in Healthcare”. Healthc Inform Res. 2016
Autocuidado vs. Profesional
9
Source: Self Care – A Real Choice, Self Care Support – A Practical Option. Department of Health and Social Care (2005) UK.
Escenario: hogar vs. hospital
10
Fuente: D. Dimitrov, “Medical Internet of Things and Big Data in Healthcare”. Healthc Inform Res. 2016
Dificultad de demostrar la mejora en coste/utilidad (mejor que beneficio) en el uso de soluciones eSalud o dispositivos IoMT. o Utilidad/beneficio: no es fácil de medir. Ej. Cumplimiento del
tratamiento, pérdida de peso, días de baja, años de vida, etc.
o Evaluación del costo: • De la atención sanitaria
• Costes no sanitarios: servicios sociales, familiares o cuidadores, traslados, tiempo perdido (pérdida de productividad asociada por bajas médicas), etc.
• Coste de la Transición tecnológica: compatibilidad hacia atrás, integración de nuevos dispositivos en sistemas existentes, etc.
Acreditación/Garantía de la utilidad y seguridado Necesidad de ensayos controlados aleatorizados que prueben la
eficacia.
Evaluación Coste/Utilidad
11
Fuente: T. Bergmo, “How to Measure Costs and Benefits of eHealth Interventions: An Overview of Methods and Frameworks”. J Med Internet Res. 2015
Potente computador:o Procesador 64-bits, 16GBytes
Connected Wearableo Wi-Fi, NFC, cellular, Bluetooth, etc.
Sensores y dispositivos:o GPS, acelerómetro, altímetro,
giróscopo, sensor óptico (ritmo cardíaco), electrodos, vibrador, altavoz.
Apps:o Detección de caídas
o Detección de arrítmias cardíacas
o Electrocardiograma (ECG)
Aprobado por la FDA comodispositivo médico
Ej. SmartWatch
12
IoMT es una de las fuentes generadoras de datos médicos, pero no la única.
Medical Big Data
13
Dificultades/desafíos:-Volumen de datos crece > 10x/año -Rendimiento/almacenamiento 1.5x/año -Dificultad de encontrar los datos útiles (pocos) entre gran volumen de datos
Quantified Self (QS): - Datos de la vida diaria usando medios sociales, wearables, tecnologías móviles, etc.- Permiten conocer comportamientos de salud, patrones ocultos, etc.
Peculiaridades del ámbito de la Salud:o La Medicina es data-driven, basada en la acumulación de
evidencias y datos provenientes de la práctica médica, experimentos, etc. y el establecimiento de asociaciones y relaciones complejas entre variables
o Fuentes “ruidosas” (ej. Quantified Self) que pueden dar lugar a asociaciones más débiles
o Los datos médicos son excepcionalmente heterogéneos.
o El análisis de estos datos requiere unas capacidades y conocimientos multidisciplinares.
Medical Big Data
14
Fuente: Zhang et al. Landscape of Big Medical Data: A Pragmatic Survey on Prioritized Tasks. IEEE Access, 2019
• Introducción• Internet of Medical Things
• Big Data en Salud
• Retos para la Academia• Grado en Ingeniería de la Salud
• Máster en Ingeniería Biomédica y Salud Digital
• Conclusiones
Indice
15
Nueva generación de profesionales con formación híbrida y multidisciplinar
Con formación específica en nuevas tecnologías digitales (Big Data, IoT, IA, etc.)
Formación “T- shaped”
Retos para la Academia
16
Competencias en emprendimiento e innovaciónoHackatones, Reto “Salud Andalucía”, etc.
Dificultades:oDifícil encontrar el modelo de negocio, incluido a startups y
emprendedores. El ahorro es difícil de medir, más en un sistema mayoritariamente público.
oGap importante entre los miniproyectos a nivel de cátedras/universidad y proyectos empresariales.
oActualmente soluciones “technology driven” cuando se necesitan soluciones individuales “user-driven” (centrados en la persona) difíciles de extender a otros usuarios/patologías
Retos para la Academia
17
18
Hospital Universitario “Virgen del Rocío”
Campus de Excelencia Internacional Andalucia Tech – UMA y US
Grado en Ingeniería de la Salud
Impartido en la ETS de Ingeniería InformáticaComienzo curso 2011/12
Universidad de Sevilla - US Fundada 1505 ≈70.000 estudiantes La segunda más grande en España
Menciones Ingeniería de la Salud
Universidad de Sevilla
Ingeniería (en sentido amplio del término) aplicada al ámbito médico:
Diseño y construcción de equipos y dispositivos médicos, instrumentación biomédica, electromedicina, dispositivos de diagnóstico, procesamiento de bioseñales médicas, micro y
nanotecnología, robótica médica, diseño de prótesis, biomecánica, rehabilitación, etc.
Ingeniería Biomédica
BiomedicalEngineering o
Bioengineering
Aplicación de la informática y las comunicaciones en el ámbito de la salud:
Equipos y software de gestión hospitalaria, procesado y archivo de imágenes médicas, historia de salud electrónica, soporte a estudios clínicos o de salud pública, herramientas de apoyo a la toma de decisiones, eSalud (teleasistencia; programas, aplicaciones y contenidos de prevención y educación
en salud), nuevo papel del paciente (salud ubicua, social media, dispositivos móviles), etc.
Informática Clínica
Health Informatics, Clinical Informatics
o Medical Informatics
Otros Grados Referentes
URJC, UVic, UPV, UPM, UB, UPF, UCIII, UPC, UN, Universidad Europea
de Madrid, Mondragón Unibertsitatea, CEU-USP
Grado en Bioinformática (UPF junto a UB y UPC en el marco de
Bioinformatics Barcelona)
Grado en Tecnologías de la Información para la Salud,
Universidad de Alicante
Formación Básica y Formación Común
• 60 créd. Formación Básica (S1 y S2)• 90 créd. Formación Común (S3, S4 y S5)• Junto con TFG, prácticas externas y
optatividad transversal: 70-75% común
Menciones del Grado ISATercer Curso / Segundo Semestre
Asignaturas Créditos
Mención en Informática Clínica
Diseño e Implementación de Sistemas de Información Clínica
4,5
Codificación y Gestión de la Información Sanitaria
4,5
Análisis Avanzado de Datos Clínicos 4,5
Seguridad, Confidencialidad y Gestión de la Identidad
4,5
Salud Pública y Organización Sanitaria 6
Infraestructuras de Sistemas de Información
6
Mención en Ingeniería Biomédica
Biomecánica I: Sólidos 4,5
Biomecánica II: Fluidos 4,5
Biotecnología 4,5
Biomateriales 4,5
Ciencia y Resistencia de Materiales 6
Instrumentación Biomédica 6
Cuarto Curso / Primer Semestre
Asignaturas Créditos
Mención en Informática Clínica
Gestión de Servicios y Tecnologías de la Información
6
Arquitectura de Sistemas y Software de Base
6
A elegir 4 asignaturas * 18
Mención en Ingeniería Biomédica
Instalaciones Hospitalarias 6
Electromedicina 6
A elegir 4 asignaturas * 18
Cuarto Curso / Segundo Semestre
Asignaturas Créditos
Mención en Informática Clínica
Proyectos de Informática Clínica 4,5
A elegir 3 asignaturas ** 13,5
Trabajo Fin de Grado 12
Mención en Ingeniería Biomédica
Proyectos de Ingeniería Biomédica 4,5
A elegir 3 asignaturas ** 13,5
Trabajo Fin de Grado 12
Menciones del Grado ISA
Formación Complementaria
Asignaturas Créditos
Informática Clínica I Informática Clínica II
Gestión del Cambio, Comunicación y Liderazgo
Sistemas de Información para la Teleasistencia y Atención Remota
4,5
Gestión de Proyectos Informáticos Tecnologías para la Administración Electrónica
4,5
Computación Orientada a Servicios Ética y Legislación en Salud 4,5
Minería de Datos Clínicos Tecnología de las Comunicaciones 4,5
Ingeniería Biomédica I Ingeniería Biomédica II
Biofísica Celular y Tisular Modelado de Sistemas Biomédicos 4,5
Sistemas de Rehabilitación y Ayuda a la Discapacidad
Bioseñales Médicas 4,5
Ingeniería de Tejidos Micro y Nanotecnología en Biomedicina
4,5
Sistemas de Control y Biomecatrónica Seguridad, Ética y Regulación en Ingeniería Biomédica
4,5
Robótica Médica Telemedicina 4,5
26
ETS Ingeniería Informática:
Único Miembro Académico Institucional español de la IMIA (International Medical Informatics Association).
Mención Honorífica en los XIX Premios Nacionales de Informática y Salud 2013
Convenio US-BIB (Bioinformatics Barcelona)
Evolución del Grado ISA
27
56,86
8,34 7,588,9
8,55 8,9810,13 9,9
10,73
0
2
4
6
8
10
12
14
11/12 12/13 13/14 14/15 15/16
Evolución de la Nota Media de Ingreso y de Corte
P01-I11 - NOTA DE CORTE P01-I10 - NOTA MEDIA DE INGRESO
65 plazas de nuevo ingreso / curso
Alta nota media de accesoo Altas capacidades y fuerte motivación por los estudios
Alto porcentaje de alumnaso 52% en el curso 2016/17, frente a 10-15% en Ing Informática.
- Dispositivo wearable con:- Microcontrolador- Bluetooth- Acelerómetro- Sensor de fuerza- PCB customizada- App de PC para visualizar en tiempo real y registrar tanto medidas como pacientes
- Proyecto Synergia con Facultad de Fisioterapia - Premio al mejor TFG del año de su titulación
Ej. TFG: Medición del Tono Muscular
- Dispositivo hardware con:- Microcontrolador- Bluetooth- Micrófono- Cánula- App de PC para visualizar en tiempo real y
registrar tanto medidas como pacientes- Trabajo Publicado en Infors@lud 2017
Ej. TFG: Pautas respiratorias
- Dispositivo hardware con:- Microcontrolador / Bluetooth- Sensor efecto Hall- Turbina- Diseño e Impresión 3D- 2 boquillas: espirometría y entrenamiento- Aplicación móvil con estadísticas y juego
- Trabajo Publicado en Jornadas de Investigación de la EPS 2018
Ej TFG: Capacidad pulmonar
Ej. TFG: Pulsera de actividad
- Dispositivo wearable con:- Microcontrolador.- Bluetooth.- Acelerómetro- Display de visualización integrado- Filtrado de ruido- Diseño y soldado de PCB.- Aplicación móvil para almacenamiento de datos, medición de pasos
realizados y control de usuarios.- Mención honorífica en su año y titulación
- Dispositivo wearable con:- Microcontrolador.- Bluetooth.- Pulsímetro- Termistor- Filtrado de ruido- Diseño de PCB.- Display para visualización local.- Aplicación móvil para almacenamiento de datos, medición
de pasos realizados y control de usuarios.
Ej. TFG: Pulsera de constantes
- Sistema Software-Hardware con:- Sensor Myo (8xEMG) para detección de
actividad del brazo- Comunicación por Bluetooth- Aplicación PC recibe datos del Myo y los
representa- Entrenamiento con Redes Neuronales movimiento de dedos- Detección de patrones y envío de comandos por puerto serie- Movimiento de brazo impreso en 3D mediante servomotores controlador por microcontrolador
- Trabajo Aceptado en Congreso Interacción 2019 (25-28 jun-19)- Premio FIDETIA 2018
Ej TFG: Control de prótesis con EMG
- Sistema Hardware-Software con:- Exoesqueletos de brazo y mano controlados por microcontrolador y
enviando información por USB- Uso de motores de exoesqueletos para ayudar a completar los
movimientos del usuario.- Detección de movimientos por sensores EMG- Exoesqueletos impresos en 3D a medida- Juegos de PC realizados en Unity que detectan movimientos del usuario
y actúan en consecuencia.- Aceptado en Congreso Interacción 2019 (25-28 jun-19)
Ej. TFG: Rehabilitación con juegos
- Sistema Hardware-Software con:- Plantilla instrumentalizada- Sensores de medición de presión- Filtrado de ruido- Microcontrolador con Bluetooth- Diseño y soldado de PCB- Aplicación para PC- Detección de tipo de pisada
- Publicado en congreso CBMS 2019 (5-7 jun-19)
Ej. TFG: Medición de la pisada
- Sistema de Visión artificial con:- Gafas personalizadas para detección de movimientos
de ojos- Aplicación de PC para calibrado, detección y
movimiento del ratón del pc- Integración de clics derecho e izquierdo- Filtrado de ruido
- Mención honorífica en su año y titulación- Aceptado en Interacción 2019 (25-28 jun-19)
Ej. TFG: Control de PC con la mirada
- Aplicación de PC:- Carga de datos provenientes de aparato de medición comercial.- Filtrado de los datos- Eliminación de ruido- Aplicación de heurísticas para detección de daños en la tiroides- Presentación de resultados- Datos obtenidos en Alemania (Erasmus) durante operaciones de tiroides a animales.
- Premio al mejor TFG del año de su titulación
Ej. TFG: Análisis de datos en operaciones de tiroides
Ej. TFG: Ayuda contra tabaquismo
- Sistema informático con:- Servidor local con almacenamiento de usuarios, mensajes,
accesiones de usuarios, etc.- Aplicación móvil con registro de usuarios, preferencias,
información y juegos de ayuda.- Recepción de mensajes motivacionales que son calificados por el
usuario para su personalización
- Realizado bajo el proyecto europeo Smoke-Free Brain- Varias publicaciones ligadas al trabajo- Premio al mejor TFG del año de su titulación
39
• Total 60 créditos ECTS (1 año)
• Se definen dos especialidades (30 ECTS):
• Datos Biomédicos
• Tecnologías Biomédicas
• Asignaturas por especialidad de 3 ó 6 créditos
• Complementos o Prácticas en empresas:
• 3 Asignaturas de 3 ECTS
• Prácticas en empresa (9 ECTS)
• Trabajo fin de máster (18 ECTS)
• Obligatorio
40
ESPECIALIDAD:
DATOS
BIOMÉDICOS
30 ECTS
SALUD
CONECTADA
APLICACIONES PARA SISTEMAS DE INFORMACIÓN SANITARIA Y
DISPOSITIVOS MÓVILES 6
TECNOLOGÍAS PARA E-HEALTH 6
INTEROPERABILIDAD Y ESTÁNDARES DE INTERCAMBIO 6
BIG DATA EN EL SECTOR DE LA SALUD 6
INGENIERÍA DEL
CONOCIMIENTO
SISTEMAS DE APOYO A LA TOMA DE DECISIONES 3
REPRESENTACIÓN DEL CONOCIMIENTO Y RAZONAMIENTO EN EL ÁMBITO DE
LA SALUD 3
ESPECIALIDAD:
TECNOLOGÍAS
BIOMÉDICAS
30 ECTS
MODELIZACIÓN Y
COMPUTACIÓN
DE LA
INFORMACIÓN
BIOMÉDICA
MODELIZACIÓN AVANZADA DE SISTEMAS FISIOLÓGICOS 3
COMPUTACIÓN FISIOLÓGICA, COGNITIVA Y AFECTIVA 6
TÉCNICAS AVANZADAS DE ANÁLISIS Y RECONOCIMIENTO DE IMÁGENES
BIOMÉDICAS 6
TECNOLOGÍAS Y
EQUIPAMIENTO
BIOMÉDICO
ROBÓTICA Y EQUIPAMIENTO DE SOPORTE A PROCESOS CLÍNICOS 6
DISEÑO DE IMPLANTES Y PRÓTESIS 3
BIOMECATRÓNICA Y EXOESQUELETOS 6
COMPLEMENTOS
(PUEDE INCLUIR
PRÁCTICAS
EXTERNAS 9ECTS)
CALIDAD,
INNOVACIÓN E
INVESTIGACIÓN
GOBIERNO Y GESTIÓN DE LA SEGURIDAD EN EL ÁMBITO DE LA SALUD 3
GESTIÓN ORGANIZACIONAL Y LIDERAZGO 3
METODOLOGÍAS PARA LA INVESTIGACIÓN EN EL ÁMBITO BIOMÉDICO Y LA
SALUD 3
TRABAJO FIN DE MÁSTER 18
• Modalidad A Distancia
• Experiencia en el Máster en Ingeniería Informática (primer MásterOficial totalmente a distancia de la US)
• Salas virtuales de video conferencia
• Estudio de grabación de videos en la ETSII
• OpenLabs. Plataforma de virtualización de laboratorios Software yHardware de la ETSII.
• Material hardware de laboratorio: en préstamo o adquiridos por losestudiantes.
• Plataforma institucional de enseñanza virtual. Incluye herramientas:
• “BlackBoard Collaborate”. Permite comunicación a través de videoconferencia conun grupo de alumnos
• Smowl: Sistema de reconocimiento facial para evaluación a distancia
42
• Introducción• Internet of Medical Things
• Big Data en Salud
• Retos para la Academia• Grado en Ingeniería de la Salud
• Máster en Ingeniería Biomédica y Salud Digital
• Conclusiones
Indice
43
• Grandes retos en Ingeniería Clínica• Fuerte influencia de tecnologías digitales
• IoMT, Medical Big Data, Inteligencia Artificial, etc.
• Necesidad de formación multidisciplinar
• Respuesta desde la Universidad• Grado en Ingeniería de la Salud
• Máster en Ingeniería Biomédica y Salud Digital
Conclusiones
44
¡Muchas gracias! José Luis Sevillano ([email protected])
ETS Ingeniería Informática. Universidad de Sevillahttp://www.informatica.us.es
