Colaboradores

  • Gestión de residuos y Medio Ambiente
  • Imagen Médica
  • Ingeniería y gestión sanitaria
  • Nutrición
UPVi004
En este proyecto se propone una aproximación radicalmente innovadora donde el sistema sea capaz de aprender un procedimiento de cualquier tipo (desde gestión hospitalaria a intervención quirúrgica o cualquier otra tarea basada en un protocolo) a partir de un conocimiento base y unas pocas observaciones de la correcta ejecución de dicha tarea. Una vez aprendido el protocolo, el sistema, de forma automática, será capaz de razonar sobre él, realizar la supervisión del mismo, prever y detectar errores e indicar posibles acciones de corrección de los mismos.
El conocimiento adquirido por el sistema deberá ser a un nivel de abstracción suficientemente alto para que, aunque el proceso de aprendizaje no precise de intervención humana, éste pueda ser supervisado por un experto en la tarea sin profundos conocimientos en Inteligencia Artificial ni informática. El objetivo es que el sistema pueda aprender cualquier protocolo conforme lo hace un ser humano: a partir de una descripción de la tarea a realizar y de unos pocos ejemplos de ejecución de la misma.
Además, se pretende que el sistema sea “pervasivo” (adaptable a cualquier entorno) y pueda aprender durante todo el periodo de vida del software, lo cual permitirá su adaptación al entorno de trabajo conforme evoluciona en el tiempo.
Este planteamiento obliga a alejarse de las tendencias actuales en paradigmas de aprendizaje automático como Big Data y Deep Learning y hacer uso de técnicas más relacionadas con Small Data. En concreto obligará a:
1.- Desarrollar una ontología para describir las tareas, objetivos y acciones. Esto permitirá realizar abstracción del conocimiento adquirido, adaptarlo al entorno, facilitar la transmisión del conocimiento y hacerlo aplicable a cualquier entorno relacionado con el conocimiento ya modelado.
2.- Desarrollar tareas de minería de procesos a partir de observaciones y traducir los modelos obtenidos a conocimiento lógico comprensible por la máquina. Esto obligará a combinar técnicas de Process Mining con Programación Lógica Inductiva (ILP). Además, para permitir el aprendizaje a partir de pocos ejemplos y el razonamiento automático será necesario la introducción de un conocimiento base y restricciones (como el sentido común de la inercia).
3.- Desarrollar técnicas de traducción de lenguaje natural (en el que se encuentran descritos los protocolos por parte de expertos) a programas lógicos entendibles por el ordenador.
4.- Desarrollar técnicas que usen el conocimiento adquirido para supervisar la ejecución de tareas, detectar errores, recomendar mejoras e incluso planificar las tareas a desarrollar. Además, ha de permitir una comunicación “natural” humano-máquina mediante la traducción automática de las reglas lógicas violadas a lenguaje natural.

Nuestro grupo de investigación ya ha hecho algunas aproximaciones teóricas con resultados excelentes pero nos gustaría desarrollar un proyecto que permitiera aplicarlo a un entorno real como podría ser en la creación de hospitales inteligentes (smart hospitals).
Aquellos grupos de investigación y clínicos del Hospital La Fe interesados en el desarrollo metodologías y herramientas de apoyo a la toma de decisiones clínicas, intervención quirúrgica, la gestión hospitalaria, hospitalización domiciliaria, tele-supervisión de pacientes y, en general, para mejorar y ampliar las prestaciones de cualquier tarea con un protocolo predefinido o a la que se desea dotar de un protocolo para mejorar su funcionamiento de forma automática.

Le informamos que los datos de carácter personal que Vd. ha facilitado serán incorporados a un fichero del que es responsable el Servicio de Promoción y Apoyo a la Investigación, Innovación y Transferencia de la Universitat Politècnica de València (UPV), debidamente inscrito en el Registro General de Protección de Datos, con la finalidad de gestionar su petición, y difundir actividades y oportunidades de colaboración en I+D+i con la UPV. Podrá ejercitar los derechos de acceso, rectificación, cancelación y oposición en relación con sus datos ante la Universidad Politécnica de Valencia, Camino de Vera s/n, 46022 Valencia.