ELCHE. El foro de Salud de Innotransfer fue organizado por el Parque Científico de la Universidad Miguel Hernández para dar la oportunidad de intercambiar entre la oferta de conocimiento del sector y la demanda y necesidades de empresas que operan en los diferentes ámbitos de la salud, en los servicios públicos y privados y también la industria farmacéutica o de cuidados. Entre algunos de los retos se planteó la necesidad de soluciones basadas en Inteligencia Artificial y Big Data con aplicación en campos como el control y prevención de la cronicidad y la fragilidad de los pacientes o la reducción de costes sociales y sanitarios. Aquí se exponen algunas de las soluciones ofrecidas o de los retos expuestos. 

Retos

El control y la prevención de la cronicidad y fragilidad de pacientes mediante el uso de herramientas de inteligencia artificial y big data aplicadas a los datos de historias clínicas digitales. Este reto incluiría el desarrollo y validación de herramientas de monitorización no invasiva para varios tipos de patologías.

Otro retos pasaría por la cirugía de precisión y el desarrollo de nuevo instrumental quirúrgico, sistemas robóticos, sistemas de detección y simuladores de ayuda a la cirugía, para poder llevar a cabo intervenciones de mayor precisión, menos invasivas y que supongan menores efectos secundarios.

La prevención de infecciones en hospitales (nosocomiales) es otro de los retos lanzados, en busca de mobiliario, material desechable y textil con capacidad bacteriostática y contra hongos o bactericida. Asimismo, quieren desarrollar nuevos recubrimientos con capacidad bacteriostática para aplicar sobre el mobiliario ya existente en los servicios sanitarios y tener sistemas de detección precoz de colonizaciones de patógenos. 

Soluciones

Asimismo, muchos grupos de trabajo, firmas o entidades han puesto su conocimiento e investigaciones al servicio de empresas públicas o privadas que puedan necesitar de innovaciones en el sector de la salud. 

Una de ellas son unos antibacterianos alternativos a los antibióticos, con alta especificidad frente a Escherichia coli. Un equipo de la UA ha desarrollado un método con actividad antimicrobiana específica frente a Escherichia coli, con alta especificidad. Se podría emplear como alternativa a los antibióticos o en dispositivos médicos o superficies hospitalarias.

Otra de las soluciones es el proyecto Breast: Calculate, Analyse & Predict: Big Data Analytics para salud en la predicción del riesgo de padecer cáncer de mama. Se trata de un prototipo de solución web basada en análisis de imagen y Machine Learning que permite segmentar con precisión y automáticamente el tejido denso de la mama y estimar, también de forma automática, el riesgo de padecer cáncer de mama en el futuro, procesando de forma masiva y ágil las mamografías.