Muyal-Nez, una plataforma de construcción de sistemas de ciencias de datos médicos para procesos de toma de decisiones en el sector salud

Dante D. Sánchez Gallegos; Diana Carrizales Espinoza; José Luis González Compean; Ricardo Marcelín Jiménez

Dr. Dante D. Sánchez Gallegos Universidad Autónoma Metropolitana. Unidad Iztapalapa Departamento de Ingeniería Eléctrica
M. C. Diana Carrizales Espinoza Universidad Autónoma Metropolitana. Unidad Iztapalapa Departamento de Ingeniería Eléctrica
Dr. José Luis González Compean Universidad Autónoma Metropolitana. Unidad Iztapalapa Departamento de Ingeniería Eléctrica
Dr. Ricardo Marcelín Jiménez Universidad Autónoma Metropolitana. Unidad Iztapalapa Departamento de Ingeniería Eléctrica

Palabras clave: Ciencia de datos, diagnóstico por imágenes, cómputo en la nube, big data

Resumen

Los sistemas de ciencia de datos y big data son piezas tecnológicas complejas que, en los años recientes, se han comenzado a utilizar para analizar enormes cantidades de datos médicos, tales como radiología de diagnóstico o datos de sensores. Lo anterior, se realiza para producir conocimiento e información útil que soporte procesos de toma de decisiones, tales como la prevención, diagnóstico, pronóstico y/o tratamiento de enfermedades como el cáncer. Estas tecnologías disruptivas han comenzado a revolucionar tanto el ámbito médico-científico como las áreas de la gestión de salud pública. Por ejemplo, organizaciones del sector salud mexicano como el Instituto Nacional de Rehabilitación (INR) deben manejar, almacenar, y analizar hasta 45 millones de imágenes médicas (43 TB de datos) para ayudar a los médicos en la toma de decisiones. Sin embargo, construir un sistema de ciencia de datos médicos representa un gran desafío para este tipo de instituciones, no solo por manejar grandes volúmenes de datos o por interconectar y desarrollar complejas aplicaciones de inteligencia artificial, tales como aprendizaje de máquina o minería de datos, sino porque estos sistemas deberían cumplir con estrictas medidas de seguridad para el manejo de datos de los pacientes. En este artículo, se presentan las experiencias y lecciones aprendidas al diseñar, implementar y desplegar sistemas seguros de ciencia de datos médicos en la plataforma Muyal-Nez, que es un conjunto de herramientas para el diseño y despliegue de sistemas de ciencias de datos, a la medida de las necesidades de las instituciones de salud que pudieran requerirlo.

Descargas

La descarga de datos todavía no está disponible.

Citas

Chang, W. y Nancy, G. NIST Big Data Interoperability Framework: Volume 1, Definitions. NIST Special Publication 1500-1r2. National Institute of Standards and Technology, Gaithersburg, MD, 2019, pp.1-53. Disponible en: https://www.nist.gov/publications/nist-big-data-interoperability-framework-volume-1-definitions. Consultado el 11 de julio de 2022.

Heinze, G., Canchola, V. H. O., Miranda, G. B., Fuentes, N. A. B., & Sánchez, D. P. G. Los médicos especialistas en México, Gaceta médica de México, 154[3], pp.342-351, 2018. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=7197316. Consultado el 11 de julio de 2022.

Kruse, C. S., y Beane, A., Health Information Technology Continues to Show Positive Effect, Journal of medical Internet research, 20[2], pp.1-9, 2018. Disponible en: https://www.jmir.org/2018/2/e41/. Consultado el 11 de julio de 2022.

Lee, R. (Ed.). Big Data, Cloud Computing, and Data Science Engineering Vol. 844, Springer, Berlin/Heidelberg, Germany, 2019, pp.51-68. Disponible en: https://doi.org/10.1007/978-3-030-24405-7. Consultado el 11 de julio de 2022.

Ortega-Arjona, J. L., Patterns for Parallel Software Design, Wiley Publishing, Chichester, United Kingdom, 2010, pp.1-411.

Randal, A., The ideal versus the real: Revisiting the history of virtual machines and containers, ACM Computing Surveys (CSUR), 53[1], pp.1-31, 2020. Disponible en: https://doi.org/10.1145/3365199. Consultado el 11 de julio de 2022.

Ren, S., He, K., Girshick, R., y Sun, J., Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks, IEEE Transactions on Pattern Analysis and Machine Intelligence, 28, pp.1137-1149, 2015. Disponible en: https://proceedings.neurips.cc/paper/2015/file/14bfa6bb14875e45bba028a21ed38046-Paper.pdf. Consultado el 11 de julio de 2022.

Rose, K., Eldridge, S., y Chapin, L., The internet of things: An overview, The internet society (ISOC), 80, pp.1-50, 2015.

Sanchez-Pinto, L. N., Luo, Y., y Churpek, M. M., Big Data and Data Science in Critical Care, Chest, 154[5], pp.1239-1248, 2018. Disponible en: https://doi.org/10.1016/j.chest.2018.04.037. Consultado el 11 de julio de 2022.

Yan, L., DICOM Standard and Its Application in PACS System, Medical Imaging Process & Technology, 1[1], pp.1-8, 2018. Disponible en: http://dx.doi.org/10.24294/mipt.v1i1.221. Consultado el 11 de julio de 2022.