Recerca

Ciència de Dades Biomèdiques

Ciència de dades i Big Data a ISGlobal
Foto: Gerd Altmann / Pixabay

Amb el temps, la informació rellevant sobre l'activitat biològica de fàrmacs i dades clíniques de pacients s'acumula en arxius públics i corporatius. Aquest compendi de dades, en conjunt, pot ser suficient per encaminar noves iniciatives terapèutiques, i les noves tecnologies d'anàlisi de dades estan ja prou avançades per accelerar el descobriment i el desenvolupament de fàrmacs.

Paral·lelament, amb l'auge de la salut digital, telèfons, tauletes i dispositius portàtils s'estan convertint en una part integral de la nostra vida, i ens permeten monitoritzar tota la nostra activitat, des del fet de respirar fins als patrons de comportament, com la ingesta diària, el pols, la pressió arterial o el son. La pandèmia de COVID-19 ha fet que el món sigui conscient del potencial de les telecomunicacions i ha canviat la nostra manera de pensar la salut i les relacions humanes.

L'equip de Ciència de Dades Biomèdiques d'ISGlobal pretén desenvolupar i implementar mètodes d'anàlisi de dades a partir d'altres disciplines com la física, la visió per ordinador i l'aprenentatge automàtic. Tenim un enfocament intervencionista sobre la recerca, ja que ens centrem en mètodes que tracten d'explicar i predir els fenòmens biomèdics generant un impacte social.

L'aplicació de xarxes neuronals artificials per estudiar grans conjunts de dades s'està convertint en una eina de classificació i predicció ben acceptada. Ara bé, sovint aquesta tecnologia no gaudeix de la interpretabilitat necessària per a aplicacions biomèdiques i la implementació clínica. El nostre laboratori se centra en el desenvolupament d'eines analítiques que brindin resultats interpretables (Intel·ligència Artificial Explicable). Amb això, esperem aportar nous coneixements sobre factors desencadenants de malalties i contribuir a la descoberta de nous biomarcadors que permetin un diagnòstic precoç de malalties i, d'aquesta manera, impulsar intervencions efectives i millors resultats en salut.

Principals àrees d'investigació

  1. Anàlisi i classificació d'imatges mèdiques i microscòpiques per donar suport a la decisió clínica en neurodegeneració, envelliment i càncer.
  2. Integració de dades heterogènies i informàtica de registres mèdics electrònics (EHR) per a l'avaluació automatitzada de riscos per a l'estat de salut de la població.
  3. Aplicacions de la Intel·ligència Artificial Explicable en el camp biomèdic. Trobar nous biomarcadors per a la detecció primerenca i el tractament de malalties no transmissibles.

El grup de Ciència de Dades Biomèdics és part de el programa Severo Ochoa d'ISGlobal que dóna suport a la ciència interdisciplinària per millorar la comprensió de problemes de salut complexos. El nostre equip contribueix als programes d'ISGlobal amb anàlisi avançats i aprenentatge automàtic, a més de participar en associacions i col·laboracions externes.

Temes de col·laboració amb altres equips d'ISGlobal

  • Caracterització de l'impacte social i sanitari de la COVID-19.
  • L'empremta humana: integració de dades de l'exposoma, òmiques i sociodemogràfiques per predir resultats en salut i realitzar intervencions al respecte.
  • Immunologia: comprensió dels factors desencadenants de la resposta immunitària induïda per vacunes en malalties infeccioses.

Our Team

Cap del grup

Equip ISGlobal

  • Cristina de Dios Conde
    Cristina de Dios Conde
  • Dídac Macià Bros
    Dídac Macià Bros
  • Nicole Navarro
    Nicole Navarro Assistent personal