Publicado 23/06/2021 16:52CET

Andalucía expone sus actuaciones en 'big data' en la presentación de la estrategia gallega de inteligencia artificial

Presentación de la Estrategia gallega de inteligencia artificial 2030
Presentación de la Estrategia gallega de inteligencia artificial 2030 - JUNTA DE ANDALUCÍA

SEVILLA, 23 Jun. (EUROPA PRESS) -

Este miércoles se ha expuesto la Estrategia de 'big data' del sistema sanitario público de Andalucía, 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.

Una de las finalidades de esta Estrategia es 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.

En este contexto, según un comunicado, 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 (USC) 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 Organización para la Cooperación y el Desarrollo Económico (OCDE), pues parte de una infraestructura digitalizada ya existente que contiene información de casi 50 hospitales y más de 1.500 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 8,5 millones); 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 Base Poblacional de Salud.

ÁREA DE 'BIG DATA'

El Área de 'big data' del sistema sanitario andaluz 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 Instituto de Tecnología de Massachusetts (MIT) y la Escuela de Medicina Harvard 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.