Hacia la medicina del futuro: ayudando a los hospitales a tomar mejores decisiones
La adopción generalizada de la historia clínica electrónica (Electronic Health Records, EHR) abre el camino a la medicina basada en la evidencia, fundamentada en la historia de grandes números de pacientes reales en vez de en ensayos clínicos limitados. Esto puede emplearse para crear perfiles de riesgo personalizados o modelos predictivos para anticipar el efecto de líneas de tratamiento específicas. Aunque ha habido una cantidad sustancial de trabajo en este contexto, todavía existen limitaciones sin resolver. Una de ellas es el uso de datos de texto no estructurados, que contiene la mayor parte de la información relevante. Este texto es considerablemente difícil de usar, dada la complejidad de la terminología médica. La segunda limitación es la gran cantidad de variables que se pueden explicar o utilizar en los modelos (necesitamos buscar una aguja en un pajar). Esta tesis abordará solo el segundo punto, aprovechando Savana, un sistema existente, para resolver el primero. Savana es un gestor de EHR que contiene más de 100 millones de registros y con un sistema de última generación que incluye la ontología médica completa SnoMed. La tesis aplicará estadística clásica, así como el aprendizaje por refuerzo, a la base de datos de Savana, con el objetivo final de proporcionar una forma de crear perfiles de riesgo automáticos y estudios predictivos.
Requisitos: Se espera que los candidatos estén familiarizados con las técnicas de big data, la estadística clásica y el aprendizaje por refuerzo. Las habilidades de PNL también se valorarán, pero no son esenciales. Inglés fluido.
Se ofrece: Contrato de jornada completa con dedicación exclusiva a la realización de la tesis doctoral.
Documentos: Currículum vitae, expediente académico, carta de presentación y dos cartas de recomendación.
Utilizamos cookies propias y de terceros para darle funcionalidad a nuestro sitio y mejorar
nuestros servicios, mediante el análisis de sus hábitos de navegación.
Para obtener más información sobre las cookies que utilizamos y cómo
eliminarlas, consulte nuestra política de cookies.
