Make Health Latam - Colombia

Estamos al borde de una revolución de la IA. La IA es única porque sus aplicaciones son ilimitadas. Está a punto de cambiar todos los aspectos de nuestras vidas, desde la asistencia sanitaria a la educación, pasando por la aplicación de la ley. En teoría, la IA puede aumentar todas las tareas humanas que impliquen pensar, y veremos cómo la IA se infiltra en todas las tomas de decisiones. Pero la mayor diferencia de la IA con respecto a otras innovaciones radica en cómo se desarrolla. La IA es injusta por diseño, porque su materia prima son los residuos digitales de unos sistemas sanitarios que sabemos que son discriminatorios. El simple volcado de montones de datos en un codificador sin contexto social corre el riesgo de encriptar las disparidades sanitarias en los algoritmos. Este curso pretende evitar que la optimización indiscriminada de alguna función de pérdida provoque el desastre de la IA al que nos dirigimos. La aplicación de la IA a la sanidad va mucho más allá de construir modelos y optimizar algunas estimaciones puntuales.

El taller de política Health AI Systems Thinking for Equity (HASTE) pretende implicar a todos en el diseño de un sistema que mitigue el riesgo muy real de que la IA amplíe las desigualdades estructurales existentes. Al final del taller, los participantes dispondrán de ideas que podrán llevar al gobierno, a los hospitales y clínicas, a las universidades y escuelas y a sus comunidades para evitar un desastre de la IA.

Objetivos:

Objetivo general pendiente.

1. Lista de objetivos específicos pendiente

• Público objetivo: Público objetivo pendiente
• Máximos de participantes: Número máximo de participantes pendiente
• Prerrequisitos: Prerrequisitos pendientes
• Duración: 2.5 horas
• Requerimientos técnicos: Requerimientos técnicos pendientes

Juan Pablo Pájaro, Máster en Ingeniería de Sistemas y estudiante de doctorado en Ingeniería en la Pontificia Universidad Javeriana. Interés profesional orientado en la investigación y aplicación de modelos de Inteligencia Artificial para la construcción de servicios clínicos o soporte a la decisión diagnostica. Cuatro años de experiencia en el desarrollo de proyectos analíticos enfocados en el procesamiento de historias clínicas para la detección de anomalías médicas, progreso de la enfermedad, fenotipado clínico, entre otros servicios

Durante el workshop se discutiran los errores y exitos de la aplicación de modelos para la predicción de enfermedades y aspectos administrativos en el sector salud. El workshop se enfocara en acceder y usar una plataforma web conocida como “analítica como servicio” creada por Alianza Caoba ( https://www.alianzacaoba.co/ ). El uso de los modelos permitirá entender a detalle que sucede después de entrenar los modelos, es decir cuando existen modelos con buen desempeño disponibles: ¿Cuál y cómo debería ser su uso? Los participantes podran usar los modelos e incluso cargar datos nuevos que se ajusten al uso de ellos. Los modelos a probar y usar son:

1. Clasificación de pacientes con Apnea del sueño acorde con su historia clinica electronica.
2. Clasificación si un neonato es propenso a padecer hipertensión pulmonar persistente.
3. Análisis de riesgo vital en acciones de tutela en Colombia mediante procesamiento de lenguaje natural.
4. Clasificación precisa de pagos de las cuentas médicas.

Objetivos:

Conocer potenciales aplicaciones de analítica en el sector salud.

• Público objetivo: Público objetivo pendiente
• Máximos de participantes: 30
• Prerrequisitos: Ninguno
• Duración: 2 horas
• Requerimientos técnicos: Requerimientos técnicos pendientes

Guadalupe Cleva Villanueva, Profesora Titular de la Escuela Superior de Medicina, Instituto Politécnico Nacional, México. Teniente Coronel Médica Cirujana graduada en la Escuela Médico Militar en México, Maestría y Doctorado en Farmacología - Centro de Investigación y de Estudios Avanzados - México. Más de 50 artículos JCR con 1200 citas. Dos patentes en USA y una en México. Línea de investigación: Diabetes - biomarcadores, desarrollo de nuevos tratamientos, epidemiología. Responsable de Innovación en CENS, con experiencia en salud digital y creación de spin-offs en la Universidad de Chile.

Ariel Leonardo Fernández, Informático y Científico de Datos. Especialista en Sistemas de Información en Salud, Interoperabilidad y Analítica. Investigador y desarrollador. Director Técnico del Programa SATI-Q: Quality Benchmarking en Unidades de Cuidados Intensivos, de la Sociedad Argentina de Terapia Intensiva (SATI). Responsable de la Historia Clínica Electrónica y de la Gestión de Datos Clínicos en los Sanatorios de la Trinidad / Galeno. Director de HARDINEROS, consultora de proyectos de IT y Salud Digital. Miembro de la Sociedad Internacional de Manejo de Datos Clínicos (SCDM), Secretario del Comité de Gestión, Calidad y Datos de la Sociedad Argentina de Terapia Intensiva (SATI). Miembro de HL7 Argentina y Consultor de HL7 Colombia, Integrante del Grupo de Trabajo para Estándares en Salud e Interoperabilidad del Ministerio de Salud de la Nación, Líder del Grupo de Trabajo de Gobernanza y Datos en Salud de RECAINSA, Investigador del Laboratorio de Innovación en Salud Pública de la Facultad de Medicina (UBA), Investigador del Instituto Tecnológico de Massachusetts (MIT).

A través de diferentes estrategias de Big Data y georeferenciamiento, uniremos datos propios de diabetes con datos públicos de poblaciones vulnerables e índices de pobreza en México, generando los mapas coropléticos que darán sustento a nuestra investigación. Esta técnica es una forma sencilla de visualizar datos en un mapa en donde las áreas se sombrean de distintos colores, frecuentemente de la misma gama cromática, para representar distintos valores de una variable estadística característica de esa región geográfica o para mostrar el nivel de variabilidad de esa medida dentro de una región.

Objetivos:

Mostrar cómo fortalecer la equidad descubriendo patrones de alto impacto visual mediante una técnica simple de reproducir y entender, utilizando datos graficados sobre mapas coropléticos, de forma práctica y en conjunto.

1. Aprender estrategias para graficar mapas coropléticos con Excel
2. Adquirir herramientas iniciales para generar mapas coropléticos en R

• Público objetivo: Cualquier investigador que desee incursionar en las estrategias de visualización de datos en mapas.
• Máximos de participantes: 30
• Prerrequisitos: No es necesario ningún pre requisito
• Duración: 2.5 horas
• Requerimientos técnicos:
  • Proyector con conexión DVI
  • Conexión a Internet en el Aula y acceso a tomas de alimentación eléctrica
  • Se requiere que los participantes vengan provistos de Notebook con Excel (versiones 2013 en adelante)
  • Deseable: posibilidad de mover las sillas para armar pequeños grupos de 4/6 alumnos y trabajar de forma colaborativa, pero puede omitirse si no es factible.

Roberto Rojas: Asistente de investigación y desarrollo en el Laboratorio de Análisis Científico de Imágenes (SCIAN-Lab) de la Universidad de Chile. Ingeniero Civil Eléctrico y M.Sc. en Ciencias de la Ingeniería de la Universidad de Chile.
María Fernanda Eyssautier: Médico radiólogo Hospital Clínico Universidad de Chile (HCUCH). Coordinación unidad de investigación del servicio de radiología HCUCH. M.Sc. Investigación en Ciencias de la Salud, Pontificia Universidad Católica de Chile.
Constanza Vasquez: Asistente de investigación y desarrollo en el Laboratorio de Análisis Científico de Imágenes (SCIAN-Lab), Universidad de Chile. Ingeniera Civil Biomédica y M.Sc. en Ciencias de la Computación, Universidad de Concepción, Chile.

El taller busca acercar a los asistentes a la aplicación de Inteligencia artificial para el apoyo diagnóstico radiológico y entregar conocimientos base para el desarrollo de herramientas tecnológicas con IA. Introduce conceptos y demuestra la utilidad de la IA en diagnóstico radiológico a través de segmentación y cuantificación de regiones en imágenes médicas. Se analizan limitaciones, la importancia de la calidad de los datos y la participación de equipos en el desarrollo de herramientas en la práctica clínica.

Objetivos:

1. Ilustrar conceptos básicos y técnicas de Inteligencia Artificial en Radiología
2. Explorar herramientas de segmentación automática en CT
3. Analizar y discutir la importancia de calidad de datos y la participación de equipos interdisciplinarios en el desarrollo de Inteligencia Artificial en medicina.

• Público objetivo: Profesionales/estudiantes de salud o ingeniería que tengan interés en IA y/o radiología
• Máximos de participantes: 15
• Prerrequisitos: No es necesario ningún pre requisito
• Duración: 2.5 horas
• Requerimientos técnicos: Laptop y conexión a internet

Párrafo de descripción de workshop pendiente

Objetivos:

Objetivo general pendiente.

1. Lista de objetivos específicos pendiente

• Público objetivo: Público objetivo pendiente
• Máximos de participantes: Número máximo de participantes pendiente
• Prerrequisitos: Prerrequisitos pendientes
• Duración: 2 horas
• Requerimientos técnicos: Requerimientos técnicos pendientes

Asesor en Salud Digital del Banco Interamericano de Desarrollo (BID), desde donde apoyo a los gobiernos de América Latina y el Caribe (ALC) en el desarrollo de estrategias y proyectos de salud digital, promoviendo la adopción de proyectos basados en arquitecturas y estándares interoperables en Salud. Gestor de bienes públicos regionales en salud digital.
PhD(c) en Salud Digital Universidad de Agder (Noruega), Maestrías en Informática Médica en el Instituto de Tecnología de Deggendorf (Alemania), y en Gestión de TIC en la Universidad ICESI (Colombia). Ingeniero de sistemas de la Universidad Javeriana (Cali- Colombia). Miembro fundador de la Red RACSEL, una iniciativa regional creada a través de bienes públicos regionales para la cooperación en salud digital; colaborador de varias organizaciones internacionales de desarrollo de estándares, como HL7, IHE y SNOMED CT. Docente universitario y director del Centro de Salud Digital de la Universidad del Rosario (Colombia).

El desarrollo de este workshop busca presentar de forma conceptual y práctica, los principales componentes de la IHC en Colombia; tomando como partida la definición normativa con relación al tema, se realizará un recorrido sobre la especificación del modelo de información para su implementación y del modelo de intercambio definido bajo una arquitectura basada en perfiles internacionales y el estándar HL7 FHIR; para ello, se utilizarán las herramientas (Guías de implementación, servidores de Test, ejemplos) que el Ministerio de Salud viene definiendo para capacitar a los proveedores de tecnologías y prestadores en diferentes territorios del país.

Objetivos:

Objetivo general pendiente.

1. Conocer el modelo de información del Resumen Digital de Atención RDA definido por el Ministerio de Salud para el proceso de Interoperabilidad de la Historia Clínica en Colombia
2. Conocer el modelo de intercambio de datos dentro de la arquitectura de interoperabilidad de la IHC.
3. Realizar prácticas utilizando los servidores de prueba dispuestos por el Ministerio de Salud

• Público objetivo: Estudiantes y Profesionales de salud y de áreas relacionadas con la informática o tecnologías digitales o diferentes interesados en conocer los componentes de arquitectura de la interoperabilidad de la IHC en Colombia, basada en estándares y perfiles internacionales de interoperabilidad en salud
• Máximos de participantes: 20
• Prerrequisitos: Ninguno en especial
• Duración: 2.5 horas
• Requerimientos técnicos:
  • Postman u otra herramienta Cliente REST
  • Guías de implementación del Ministerio de Salud de la IHC disponibles en los servidores del Ministerio de Salud
  • Uso de servidores de Test del Ministerio de Salud

Ingeniero Industrial y emprendedor con más de veinte años de experiencia en la industria informática. En el año 2011, recibió el premio Joachim Dudeck, durante la Conferencia Internacional de Interoperabilidad HL7 (IHIC), en reconocimiento a sus extraordinarios logros en el desarrollo e implementación de soluciones de interoperabilidad, la promoción en el uso de HL7 y su armonización con otros estándares. Formador certificado en el estándar HL7 FHIR.

Casos: Interoperabilidad, estructuras de datos y desarrollo de aplicaciones.

Para los participantes, dispondremos un servicio FHIR de pruebas, un repositorio en GitHub y colecciones de Postman, para que puedan replicar los casos.

Objetivos:

Objetivo general pendiente.

1. Pendiente

• Público objetivo: Estudiantes y Profesionales de salud y de áreas relacionadas con la informática o tecnologías digitales o diferentes interesados en conocer los componentes de arquitectura de la interoperabilidad de la IHC en Colombia, basada en estándares y perfiles internacionales de interoperabilidad en salud
• Máximos de participantes: 20
• Prerrequisitos: Ninguno en especial
• Duración: 1.5 a 2 horas
• Requerimientos técnicos:
  • Video Beam
  • Conexión a internet