1. DOMINIO SALUDCaso de estudio: Distribución de imágenes diagnósticas con búsquedas basadas en el contexto

2. Descripción: Comunidad virtual de radiólogos para compartir imágenes médicas, diagnósticos y recursos de cómputo. Objetivo: Ofrecer herramientas colaborativas mediante las cuales los radiólogos puedan intercambiar conocimiento y experiencias de diagnósticos.

3. Proceso actual: Grandes cantidades de datos radiológicos los cuales comprenden una base de conocimiento que puede ser eficientemente explotada. Fuentes de información de gran número de casos y patologías que se encuentran almacenadas localmente en hospitales y clínicas sin ser compartida. El diagnóstico basado en imágenes médicas es una tarea compleja realizada por expertos la cual requiere de muchos años de experiencia y conocimiento especializado.

4. Oportunidad: Herramientas adecuadas para que comunidades de expertos (Radiólogos) compartan dicha información. Ofrecer un amplio repositorio de información de casos de ejemplo para facilitar el aprendizaje de diagnósticos basados en imágenes médicas. Textual Analysis: Diagnósticos expresados en lenguaje natural. Búsqueda semántica Clasificación de contenidos Identificación, diagnóstico y categorización de enfermedades poco frecuentes. [http://www.infopaciente.com/enfermedades_raras.asp]

5. Situación: Contexto tecnológico Gestión de metadata Técnicas de tratamiento de imágenes y machine learning Gestión de datos de gran volumen Herramientas colaborativas para el manejo de contenido Infraestructura distribuida, escalable, descentralizada, auto-adaptable y de alta disponibilidad

6. Aspectos adicionales Privacidad: Protección de la identidad del paciente Tipos de búsqueda: Basado en metadata (Palabras clave) Búsqueda basada en el contexto (Contenido/Metadata) Manejo de la confianza del contenido Interoperabilidad entre diferentes sistemas y comunidades

7. Arquitectura general

9. Compartir recursos computacionales y de almacenamiento.

10. Solución a problemas complejos.

11. Requerimientos de hardware especializado, grandes recursos de cómputo y dependencias de software.

12. Grandes volúmenes de datos.

13. Topología híbrida.

14. Anonimato de la información médica compartida.

15. Datos en fuentes de datos dispersas y heterogéneas.

18. Soluciones relacionadasIBM: Infrastructurefor a clinicaldecision-intelligencesystem Objetivo: Mejorar la calidad en el cuidado de la salud y reducir costos a través del descubrimiento, manejo y aplicación de inteligencia clínica a partir de fuentes de datos heterogéneas y en expansión. Prácticas clínicas. Enfermería. Gestión del cuidado de la salud. Investigación médica (Contenido Web). Imágenes diagnósticas. Integra: Inteligencia de negocios. Herramientas colaborativas. Gestión de reglas de negocio. Gestión de procesos de negocio. Contexto de Salud

19. Descripción: Una aplicación clínica, toma una situación clínica como entrada y produce inferencias acerca de lo que puede ser utilizado para ofrecer asistencia a alguna función médica. Funciones: Procesamiento de órdenes médicas Sistemas de alerta y recordatorio Sistemas de advertencia de efectos de medicamentos Sistemas de generación de reportes Sistemas de alternativas médicas Sistemas de gestión de enfermedades Decisionsupport

22. Bibliografía recomendada A Peer-to-Peer system for executing bioinformatics applications: a case study of distributed and scalable information management over massive volumes of data. Mining Your Own Business in Health Care Using DB2 Intelligent Miner for Data. [http://www.redbooks.ibm.com/redbooks/pdfs/sg246274.pdf]