Vicent Ribas | EURECAT

Jefe de la línea de investigación en Análisis de Datos en Medicina en la Unidad de Digital Health

Vicent Ribas | EURECAT

Jefe de la línea de investigación en Análisis de Datos en Medicina en la Unidad de Digital Health

https://eurecat.org/

Biografía

El Dr. Vicent Ribas Ripoll es jefe de la línea de investigación en Análisis de Datos en Medicina en la Unidad de Digital Health de Eurecat. Es miembro sénior del IEEE y también es el coordinador del grupo de investigación en Data Analytics in Medicina and Omics Ingegration de AGAUR. Ha sido copresidente del programa FET Open de la Comisión Europea. El Dr. Ribas es profesor agregado por la AQU i ha desarrollado su labor docente en la Universitat de Girona y la UPC. Comenzó su carrera profesional en Accenture donde se interesó en la IA y su aplicación en la salud. El Dr Ribas también tiene una larga experiencia como emprendedor y consultor en IA.

El Dr. Ribas ha centrado en el estudio de la Sepsis, enfermedades inflamatorias, modelización cardiovascular y Cáncer. Fue galardonado con el premio al mejor póster científico en el congreso internacional de la Society for Critical Care del 2012. Es doctor Intelgencia Artificial, Máster en Ingeniería Matemática, Ingeniero Superior de Telecomunicación por la UPC y Máster en Ingeniería Eléctrica por la KTH de Estocolmo donde fue alumno de Johan Torkel Håstad, premio Gödel de Matemáticas y precursor de la actual revolución en Deep Learning.

[PONENCIA] «La adopción de la IA para una medicina de precisión basada en el valor desde la perspectiva del paciente»

Actualmente estamos viviendo una revolución provocada por la inteligencia artificial y la ciencia de datos. Los sistemas de recomendación, los asistentes inteligentes como Siri o Alexa y los motores de juegos capaces de apalear los mejores jugadores del mundo de Go han entrado en nuestra vida diaria para quedarse. En este contexto de disrupción, el entorno de la Salud y de la medicina también se está beneficiando de estos avances. La IA no solo tiene un impacto en la toma de decisiones clínicas, sino que, eventualmente, puede llegar a cambiar los procesos asistenciales.

En nuestra ponencia, explicaremos los factores que, en nuestra opinión, han provocado esta ‘revolución de los datos’ así como el aumento significativo en la información y datos disponibles de los últimos años. También haremos un pequeño repaso del marco metodológico actual a partir del cual se desarrollan la mayoría de sistemas de IA aplicados en el ámbito de la salud. Por ejemplo, mucha gente se pregunta ¿por qué funciona el Deep Learning?

Dentro de este marco conceptual, presentaremos diferentes proyectos, que hemos completado en los últimos años, y que hemos separado en tres ámbitos: social/poblacional, asistencial y de medicina de precisión. Para el primer ámbito presentaremos el proyecto Big Data para la prevención de epidemias, donde hemos estudiado la pandemia del Covid-19. En el segundo ámbito, presentaremos como la IA puede ayudar en la detección precoz del cáncer de pulmón y su diagnóstico. En cuanto a la medicina de precisión, presentaremos un estudio sobre la disfunción orgánica a partir de datos ómicas y el desarrollo de nuevos tratamientos personalizados.

Finalmente, también abordaremos la problemática asociada al desarrollo de aplicaciones de IA en salud. En particular, hablaremos de la IA explicable para mejorar la transparencia y trazabilidad de todas las decisiones que se toman de forma automática en un contexto clínico y del empoderamiento del paciente para su participación en los procesos de decisión sobre su salud, la gestión de sus datos de salud y su posterior uso en el desarrollo de sistemas basados en IA.