Cátedra BOB

Investigación Big Data

2c7b2db6-4fad-4aa8-a7a8-25418a484a4c

En esta sección se muestran los proyectos de investigación de la Cátedra en materia de Big Data.

Índice

  • Proyecto UDIGEN: Big Data para el desarrollo de una Unidad de Diagnóstico Genómico
  • Proyecto DATALAI: Big Data para el control epidemiológico de la COVID-19

Proyectos

A continuación se provee una descripción más detallada de cada proyecto

Proyecto UDIGEN

El Grupo de investigación Taro de la Universidad de La Laguna participa en el proyecto «Desarrollo de una Unidad de Diágnóstico Genómico (UDIGEN)» de la convocatoria nacional Retos del Ministerio de Ciencia (RTC-2017-6471-1_UDIGEN) en colaboración con el Instituto Tecnológico y de Energías Renovables (ITER) y la Fundación Canaria de Invesigación Sanitaria (FUNCANIS).
El objetivo general del proyecto UDIGEN es el desarrollo de una plataforma de análisis genómico integrado, desde la secuencia hasta la interpretación, para facilitar el consejo genético, con el fin de reducir los tiempos entre la sospecha de enfermedad de causa genética y un diagnóstico definitivo. Este objetivo permite promover el desarrollo tecnológico, la innovación y una investigación de calidad, tal y como se especifica en el objetivo temático del programa operativo de la convocatoria del proyecto.
Como resultado de la experiencia, se espera introducir el uso rutinario de la secuenciación de exomas como prueba de primera línea para apoyar el diagnóstico de trastornos de base genética y la consiguiente reducción de los tiempos y costes hasta la obtención de un diagnóstico definitivo. Además, se desarrollarán herramientas bioinformáticas de gestión, consulta e interpretación de la variación genética, y su conexión con las enfermedades mediante procedimientos de análisis eficiente de Big Data.

Proyecto DATALAI

El proyecto DATALAI se enmarca dentro del ámbito de la Inteligencia artificial y análisis masivo de datos integrados orientados al control epidemiológico de la enfermedad COVID-19. Consiste en una herramienta que genera información en tiempo real, capaz de erradicar la situación actual provocada por la COVID-19 y de prevenir situaciones tan extremas de cara al futuro, evitando el colapso sanitario, social y económico de una sociedad.

El sistema de información propuesto se compone de los siguientes elementos, en el que cada uno de ellos constituye uno de los objetivos a obtener en el desarrollo del proyecto:

  • Un repositorio de datos, o Data Lake, que se nutra de diferentes fuentes de datos y garantice la persistencia del dato.
  • Un ecosistema de herramientas de procesamiento, basadas en IA, para el procesamiento de estos datos y que sean capaces de:
    • Inferir los patrones de movilidad geográfica a través de la telefonía móvil, el transporte público, la calidad del aire y los datos de  temperatura ambiente.
    • Identificar los núcleos urbanos de mayor riesgo en función de la movilidad y la aparición de nuevos brotes de la COVID-19.
  • Cuadros de mando para la visualización y análisis de los resultados obtenidos, orientado a la toma de decisiones y con información en tiempo real.
  • Generación de alertas automáticas que adviertan a través de mail o Telegram
  • La integración con App móviles para la mejora de la comunicación a la ciudadanía.

Mediante la integración de diversas fuentes de datos ya existentes y garantizando el cumplimiento de la GDPR, el proyecto DATALAI permitirá detectar, en tiempo real, focos de infección a través de algoritmos basados en Inteligencia Artificial y Deep Learning que podrán acceder de forma automatizada a los datos.

Desde el punto de vista de control preventivo 

  • Identifica Zonas Afectadas donde se han dado casos positivos.
  • Identifica las Zonas y los Establecimientos por los que los residentes de las zonas afectadas han dejado un rastro.
  • Propone zonas a desinfectar.
  • Propone zonas donde realizar test rápidos. 

Desde el punto de vista del Individuo

  • Identifica si los diferentes efectos que puede tener la enfermedad sobre un individuo atiende a ciertos patrones.
  • Detectar si existen patrones comunes que identifique a los asintomáticos, o Personal Especialmente Sensibles (PES).
  • Realizar un seguimiento especial en zonas afectadas o de alto riesgo.