Instituto de Ingeniería del Conocimiento (ADIC-IIC)

Presentación

El Instituto de Ingeniería del Conocimiento (IIC) es un centro de I+D+i pionero en Inteligencia Artificial y experto desde 1989 en análisis de datos y tecnologías Big Data. Fue creado por la Asociación para el Desarrollo de la Ingeniería del Conocimiento (ADIC), entidad sin ánimo de lucro fundada bajo el patrocinio del Ministerio de Industria. El núcleo, experiencia y trayectoria del IIC en estos años ha girado siempre en torno al análisis de datos. Los socios actuales son IBM España, Grupo Santander, Gas Natural Fenosa y la Universidad Autónoma de Madrid.

Tras más de 25 años en el mercado disponemos de un conjunto de herramientas ya consolidadas y ofrecemos también soluciones y servicios a medida, en los que utilizamos las técnicas analíticas más avanzadas en Big Data, ingeniería algorítmica, inteligencia artificial y aprendizaje automático para transformar en valor los datos disponibles en las empresas y así agilizar, optimizar y rentabilizar la toma de decisiones.

Acompañamos al cliente durante todo el proceso, desde la identificación de oportunidades de innovación, la mejora continua de las soluciones desarrolladas y la transferencia de tecnología con implantaciones de éxito, hasta la adecuación de la investigación a los problemas por resolver.

Además, los proyectos del IIC permiten a nuestros clientes obtener información de valor a partir de los datos, optimizar sus procesos de negocio, conseguir resultados precisos y ahorrar costes y tiempo rentabilizando la inversión.

El equipo especializado en Big Data en Salud centra su actividad en el entorno de la salud y la gestión sociosanitaria para transformar los datos de la investigación clínica básica en conocimiento para mejorar la prevención de enfermedades y el diagnóstico y tratamiento de los pacientes, así como la gestión clínica. Analizar toda esa información de forma que ayude a los profesionales médicos supone un gran reto. 

Servicios

Big Data en Salud

En el sector Salud existen numerosas fuentes de datos heterogéneas que arrojan una gran cantidad de información relacionada con los pacientes, las enfermedades y los centros sociosanitarios. Esta información, bien analizada, resulta de gran utilidad para los profesionales sanitarios.

Podemos trabajar con datos sobre salud de historias clínicas electrónicas, dispositivos de telemedicina, pruebas clínicas e, incluso, wearables. Asimismo, se pueden utilizar también datos epidemiológicos, nutricionales y genómicos, más relacionados con el Real World Data y la medicina personalizada.

La aplicación de técnicas Big Data en Salud permite inferir una capa de inteligencia subyacente a los datos y utilizar modelos predictivos ayuda a anticiparse a las necesidades sanitarias para ofrecer una atención médica más eficaz.

En el Instituto de Ingeniería del Conocimiento aplicamos técnicas propias de análisis de datos que permiten optimizar tanto la gestión clínica como el tratamiento y la atención al paciente.

Catálogo de servicios

Sistemas de alertas inteligentes. Neurodegeneración

Los informes Social Network Analysis integrados en nuestros sistemas de alertas inteligentes, DIGNA y ADMIRE, proporcionan datos útiles y sirven de apoyo a la práctica de los profesionales sanitarios en el establecimiento de protocolos, el diagnóstico temprano de enfermedades, el pronóstico de la evolución de enfermedades y la planificación del tratamiento de sus pacientes.

Segmentación de pacientes crónicos. Predicción de necesidades

Desarrollamos sistemas de estratificación de la población en función de niveles de riesgo para detectar precozmente a aquellos pacientes crónicos a los que no sería necesario derivar a los servicios de atención especializada, urgencias u hospitalizaciones si recibieran un control proactivo desde atención primaria. Tener la población clasificada permite además predecir el gasto sanitario, los reingresos, etc.

Análisis de hiperfrecuentación e hiperprescripción

Es necesario obtener patrones de comportamiento de los pacientes para determinar aquellos perfiles que se corresponden realmente con pacientes hiperfrecuentadores o con casos de hiperprescripción. Esto permite desarrollar proyectos para la detección de hiperfrecuentadores en centros de atención primaria de una determinada zona básica de salud y proyectos para detectar casos de hiperprescripción en áreas de atención especializada que permitan optimizar los procesos.

Optimización de recursos en servicios asistenciales

Analizamos los factores de utilización y demanda de los distintos servicios asistenciales para segmentar la población en grupos con características sociosanitarias similares y niveles de riesgo determinado. Esto permite asignar los servicios y recursos más adecuados en función de las necesidades reales de los pacientes.

Proyectos destacados

Detección precoz de Sepsis

La detección precoz de síntomas de sepsis dentro de un hospital minimiza el número de falsas alarmas. Para lograrlo desarrollamos un sistema inteligente de alertas médicas aplicando técnicas Big Data a los datos recogidos por los especialistas. Esto permite detectar precozmente los casos reales de sepsis, minimizar los falsos positivos y reducir los costes humanos y económicos asociados.

Apoyo a la asistencia hospitalaria en Obstetricia

Un modelo predictivo del éxito de la inducción del trabajo de parto sirve de apoyo en la toma de decisiones a los obstetras. Aplicando técnicas Big Data y las reglas de decisión de un panel de expertos en Obstetricia a los datos anonimizados provenientes de las historias clínicas electrónicas, se consigue un sistema de

alertas para apoyar a los expertos en la toma de decisión a la hora de inducir el trabajo de parto o realizar una cesárea. Identificar aquellas pacientes con altas probabilidades de fracaso permite ofrecer una atención más personalizada y conseguir mejores resultados con menos gasto.

Colaboraciones

Colaboramos con entidades claves en el campo de las tecnologías médicas como ITEMAS o FENIN e instituciones de investigación de prestigio como la Fundación CIEN, la Fundación Reina Sofía, la Universidad Rey Juan Carlos, la Fundación DIM, el Instituto de Salud Carlos III o la UCLA (University of California, Los Angeles).