NorayBio, BIOLAN, Vicomtech, EProcessMed, Devol, AseBio y Basque Health Cluster se unen para desarrollar un algoritmo predictivo que optimice el análisis de datos sanitarios
Derio, 25 de noviembre de 2024 – Basque Health Cluster (BHC), tras haberse certificado como Asociación Empresarial Innovadora (AEI) en diciembre de 2023, ha sido seleccionado para llevar a cabo un innovador proyecto en el campo de la inteligencia artificial aplicada a la salud dentro de la convocatoria del programa de apoyo a las agrupaciones empresariales innovadoras publicada en junio de 2024 por el Ministerio de Industria y Turismo.
En la primera convocatoria a la que se presenta BHC, el proyecto propuesto, TerminAI: Investigación del potencial de la IA y su capacidad para optimizar la gestión, codificación y armonización de datos de salud, ha sido aprobado y está entre los más destacados de la convocatoria, obteniendo la segunda mayor subvención en una edición especialmente competitiva.
Este proyecto se desarrolla por un consorcio compuesto por empresas y organizaciones de prestigio: NorayBio, BIOLAN, Vicomtech, EProcessMed, AseBio, la start-up Devol, y la propia BHC como líder.
Objetivos y enfoque del proyecto
El objetivo principal del proyecto TerminAI es mejorar la eficiencia y la precisión en la codificación de información clínica mediante la implementación de un sistema asistido por inteligencia artificial. Este sistema utilizará tecnologías avanzadas de procesamiento del lenguaje natural y aprendizaje automático para analizar, comprender y contextualizar los datos clínicos. La IA identificará patrones, relaciones y conceptos dentro de los datos, mapeándolos a términos específicos de SNOMED CT u otras terminologías estándar de datos sanitarios.
Igualmente, el proyecto contempla la aplicación de herramientas bioinformáticas, inteligencia artificial y otras tecnologías digitales de procesamiento y aprendizaje incremental, en el procesamiento automatizado e integral de datos genéticos que se traduzca en un mejor diagnóstico y prevención de enfermedades.
Además de la codificación automatizada, TerminAI se propone digitalizar los consentimientos informados, lo que permitirá a los pacientes acceder a ellos de forma más rápida y conveniente, reduciendo los errores derivados de la interpretación de la escritura manual y mejorando la calidad del proceso.
El proyecto también evaluará la integración del sistema de codificación con los espacios de datos de salud existentes, asegurando su compatibilidad y la capacidad de intercambiar datos de forma segura y eficiente, cumpliendo con los requisitos establecidos por el espacio de datos europeo.
Compromiso con la innovación y la mejora en la atención sanitaria
Con este proyecto, Basque Health Cluster reafirma su compromiso con la innovación en el ámbito sanitario, aplicando tecnologías de vanguardia para transformar la gestión de datos clínicos. TerminAI permitirá avanzar en la calidad, eficiencia y precisión de los sistemas de salud, contribuyendo a una atención más accesible y segura para los pacientes.
Acerca de Basque Health Cluster (BHC)
Basque Health Cluster es la asociación del sector de las biociencias y la salud, con un fuerte compromiso hacia la innovación y la mejora continua del sector sanitario.
Con una red de empresas y entidades asociadas de alto nivel, BHC representa y promueve de forma eficiente y sostenible el desarrollo del sector de las Biociencias y la Salud en el País Vasco y su posicionamiento internacional.
Su labor consiste en contribuir al desarrollo, crecimiento e internacionalización de las empresas asociadas a través de la configuración de una propuesta de valor diferencial que impulse su mejora competitiva, promueva la cooperación dinámica entre los distintos agentes del ámbito de las Biociencias y la Salud en Euskadi y favorezca la interacción con otros sectores.
Para más información:
komunikazioa@basquehealthcluster.org
Proyecto: TerminAI: Investigación del potencial de la IA y su capacidad para optimizar la gestión, codificación y armonización de datos de salud
ID del proyecto: AEI-010500-2024-64
Financiado por:
