Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TED2021-130374B-C21

Financiado

MONITORIZACION PREDICTIVA Y CAUSALIDAD PARA REHABILITACION CARDIACA

AUNQUE SE HA DEMOSTRADO QUE LA REHABILITACION CARDIACA ES UNA HERRAMIENTA EFICAZ PARA EL CUIDADO DE LOS PACIENTES CON ENFERMEDADES CARDIACAS, TODAVIA ESTA MUY INFRAUTILIZADA, PRINCIPALMENTE POR LA BAJA ADHERENCIA DE LOS PACIENTES... ver más

01/01/2021

USC

180K€

Presupuesto del proyecto: 180K€

Líder del proyecto

UNIVERSIDAD DE SANTIAGO DE COMPOSTELA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 236

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

USC

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

TIN2015-73566-JIN SOFT COMPUTING PARA ANALITICAS DE GAMIFICACION EN REHABILITA... 206K€ Cerrado

PID2019-109891RB-I00 MEJORA DE LA GESTION DE RECURSOS HOSPITALARIOS MEDIANTE LA P... 75K€ Cerrado

TED2021-130409B-C55 APRENDIZAJE AUTOMATICO Y SUS APLICACIONES EN LA REHABILITACI... 69K€ Cerrado

REBECCA REsearch on BrEast Cancer induced chronic conditions support... 5M€ Cerrado

TED2021-132025B-C44 INTELIGENCIA ARTIFICIAL (IA) - HERRAMIENTAS DE EVALUACION DE... 858K€ Cerrado

TED2021-132025B-C42 ESTRATEGIAS PREVENTIVAS INTEGRADORAS PARA EL CANCER Y LAS EN... 569K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE SANTIAGO DE COMPOSTELA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 236

Presupuesto del proyecto 180K€

Descripción del proyecto AUNQUE SE HA DEMOSTRADO QUE LA REHABILITACION CARDIACA ES UNA HERRAMIENTA EFICAZ PARA EL CUIDADO DE LOS PACIENTES CON ENFERMEDADES CARDIACAS, TODAVIA ESTA MUY INFRAUTILIZADA, PRINCIPALMENTE POR LA BAJA ADHERENCIA DE LOS PACIENTES Y LA FALTA DE RECURSOS. ESTA PARTE DEL PROYECTO SE CENTRARA EN ESTAS DOS CUESTIONES, ABORDANDO LOS PROBLEMAS DEL ABANDONO DEL PACIENTE Y LA EVALUACION INEXACTA DEL RIESGO, IDENTIFICADAS COMO DOS DE LAS PRINCIPALES BARRERAS DE LA ADHERENCIA. ESTE OBJETIVO GENERAL PUEDE DIVIDIRSE EN LOS SIGUIENTES TRES OBJETIVOS ESPECIFICOS. EN PRIMER LUGAR, DESARROLLAREMOS NUEVOS MODELOS DE APRENDIZAJE PROFUNDO PARA PREDECIR TANTO EL ABANDONO DEL PACIENTE COMO LA EVOLUCION DE SU RIESGO CARDIOVASCULAR DESDE EL INICIO HASTA EL FINAL DEL PROCESO DE REHABILITACION CARDIACA. AMBOS PROBLEMAS SE ABORDARAN DESDE LA PERSPECTIVA DE LA MINERIA DE PROCESOS MEDIANTE LA PREDICCION DE RESULTADOS, QUE SE REFIERE A LA CLASIFICACION DE CADA CASO EN CURSO DE UN PROCESO SEGUN UN CONJUNTO DADO DE POSIBLES RESULTADOS CATEGORICOS. LOS MODELOS DE APRENDIZAJE PROFUNDO DESARROLLADOS SE BASARAN EN REDES NEURONALES CONVOLUCIONALES DE GRAFOS PARA FACILITAR LA REPRESENTACION DEL ESTADO DEL PROCESO A LO LARGO DEL TIEMPO. ADEMAS, ESTOS MODELOS TENDRAN COMO ENTRADAS EL REGISTRO DE EVENTOS, LA ANALITICA EXTRAIDA MEDIANTE LAS TECNICAS DE MINERIA DE PROCESOS, POR EJEMPLO, EL MODELO DESCUBIERTO, Y LA INFORMACION SOBRE LA EVOLUCION DEL PACIENTE, INCLUYENDO NO SOLO SU ESTADO CARDIOVASCULAR SINO TAMBIEN SU ESTADO EMOCIONAL.EN SEGUNDO LUGAR, DESARROLLAREMOS NUEVOS MODELOS DE APRENDIZAJE AUTOMATICO PARA DESCUBRIR Y CUANTIFICAR LAS CAUSAS SUBYACENTES QUE LLEVARON A UN PACIENTE (I) A ABANDONAR EL PROGRAMA DE REHABILITACION Y (II) A SU ESTADO CARDIOVASCULAR, BASANDOSE EN LA EVALUACION DEL RIESGO. ESTOS MODELOS SE BASARAN EN LA MINERIA CAUSAL DE PROCESOS, QUE BUSCA DESARROLLAR METODOS PARA DESCUBRIR Y CUANTIFICAR LAS RELACIONES CAUSA-EFECTO MEDIANTE EL ANALISIS DE LOS REGISTROS DE EJECUCION DE PROCESOS. EL NUEVO MODELO SE BASARA EN METODOS DE APRENDIZAJE AUTOMATICO DE CAJA BLANCA, COMO LAS REDES CAUSALES BAYESIANAS, YA QUE LOS PROFESIONALES SANITARIOS COMPRENDEN MEJOR LAS RELACIONES CAUSA-EFECTO. POR ULTIMO, EN EL PROYECTO INSIDE SE TENDRAN EN CUENTA TODAS LAS DIMENSIONES RELEVANTES DE LA INTELIGENCIA ARTIFICIAL (IA) RESPONSABLE Y SU APLICACION AL ENFOQUE DE MINERIA DE PROCESOS, ADEMAS DE INTEGRAR DESCRIPCIONES EN LENGUAJE NATURAL PARA CONSEGUIR EXPLICACIONES QUE TRANSMITAN LA INFORMACION RELEVANTE ADAPTADA A LAS NECESIDADES Y EXPECTATIVAS DE LOS PROFESIONALES SANITARIOS. LA COMBINACION DE LOS MODELOS DE PREDICCION Y CAUSALIDAD AYUDARA A LOS PROFESIONALES SANITARIOS A COMPRENDER MEJOR LOS PROBLEMAS DE ADHERENCIA DE LOS PACIENTES, INCLUYENDO LA PERSPECTIVA DE GENERO Y OTROS SESGOS RELEVANTES EN LA REHABILITACION CARDIACA. INERIA DE PROCESOS\IA RESPONSABLE\MONITORIZACION PREDICTIVA\SOFT COMPUTING\APRENDIZAJE AUTOMATICO

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores