El uso de datos masivos (big data) y datos abiertos (open data) en las ciencias sociales y de la salud aumenta cada día debido a las mejoras en los procesos de predicción y reconocimiento de patrones, entre otros. El aprendizaje automático y las nuevas tecnologías ofrecen la oportunidad de utilizar nuevas fuentes de información que agregan un valor importante a nuestros sistemas de información y facilitan la toma de decisiones. Sin embargo, las fuentes de datos son diversas y los conjuntos de datos no están estructurados, por lo tanto, en la mayoría de los casos, es necesario un pre-procesado adecuado de datos: la recolección, la limpieza y la integración son procesos clave que no podemos ignorar si queremos que los resultados del análisis estadístico tradicional sean confiables. En esta conferencia se mostrarán varios proyectos en los que se deben procesar varias fuentes de información: datos de historia clínica, datos de monitoreo en tiempo real automatizados (de acelerómetros) y datos proporcionados por los pacientes a través de aplicaciones móviles (con y sin supervisión del usuario). Los proyectos ejemplos son: 1. Bip4cast, cuyo objetivo es la predicción de crisis en el trastorno bipolar; 2. WAP Madrid, para el fomento del deporte y el control de obesidad y colesterol en los ciudadanos de Madrid.

1. BIG DATA
Agosto 25 y 26 | Lima – Perú 2017
ANALYTICS SUMMIT
#BIGDATASUMMIT2017

2. PROYECTOS BIG DATA EN
HEALTHCARE
Agosto 25 y 26 | Lima – Perú 2017
CIENCIAS DE LA SALUD Y CIENCIAS SOCIALES
#BIGDATASUMMIT2017
Prof. Dra. Victoria López
vlopezlo@ucm.es
@victoriademates
www.victorialopez.es

3. CONTENIDOS
INTRODUCCIÓN
PRIVACIDAD DE LA
INFORMACIÓN
TRATAMIENTO DE LOS
DATOS
FUENTES DE
INFORMACIÓN
CASO BIP4CAST
CASO WAP MADRID
#BIGDATASUMMIT2017

4. Introducción
 Todos estamos preocupados por la salud.
 Los presupuestos se discuten menos que en otras ciencias
 Son proyectos con un objetivo claro
 Invertir en prevencción supone un ahorro en tratamientos
¿Por qué los proyectos en CC.Salud y
Sociales tienen tanto éxito?
#BIGDATASUMMIT2017

5. Introducción
 Las tecnologías big data proporcionan una medicina personalizada
 Convivencia de ciencias de la salud y las ciencias sociales
 Son proyectos multidisciplinares
¿Por qué los proyectos en CC.Salud y
Sociales tienen tanto éxito?
#BIGDATASUMMIT2017

6. •La mayoría de este tipo de proyectos son Big Data:
Grandes volúmenes de datos
• Sistemas altamente monitorizados
• Nuevas fuentes de información
•Acelerómetros
•Smartphones
#BIGDATASUMMIT2017 6
Introducción
HealthCare and Big Data

7. La mayoría de este tipo de proyectos son Big Data:
•Velocidad
• Necesitamos conocer lo que va a ocurrir con la máxima
antelación
• Tiempo real como tiempo real
•Variedad
• Datos desestructurados y diversos
• Se requiere pre-procesamiento
#BIGDATASUMMIT2017 7
Introducción
HealthCare and Big Data

8. La mayoría de este tipo de proyectos son Big Data:
•Veracidad
• Fiabilidad de resultados
• No es solo cuestión económica
• Data cleaning e integración
• El ruido y los datos atípicos deben ser detectados y
tratados
#BIGDATASUMMIT2017 8
Introducción
HealthCare and Big Data

9. • The challenge of data privacy is to utilize data while protecting
individual’s privacy preferences and their personally identifiable
information
• - computer security
• - data security
• - information security
• Privacy becomes a big deal when health personal data is involved.
#BIGDATASUMMIT2017 9
Privacidad de la Información
Un objetivo muy ambicioso

10. oWhere storing data (cloud,
inHouse)?
oWho is allowed to see the data?
oHow the data can be accessed?
oIs our project under the law?
• New techniques:
• Data Anonymization
• Cryptography
• Disjoin private – public data
#BIGDATASUMMIT2017 10
Fuente: http://www.isotader.es/nuevas-reglas-europeas-en-materia-de-
proteccion-de-datos/
Privacidad de la Información
Nueva LOPD

11. o Data collection
o Data dissemination
o Technology
o Legality – Audit
o Public expectation of privacy
#BIGDATASUMMIT2017 11
Fuentes de Información
¿Dónde están los datos? ¿Qué datos
interesan?

12. InHouse vs. Cloud
Custody
Data Anonymization
- Encrypting all or part of the data
- Removing sensible data
Personally identifiable information from data sets
Technology that converts clear text data into a nonhuman
readable and irreversible form (no de-anonymization)
#BIGDATASUMMIT2017 12
Tratamiento de los Datos
¿Dónde almacenar? ¿Cómo procesar?

14. • CAD prediction system for bipolar disorder, a complex mental disorder in which
the core feature is disturbance in mood, ranging from extreme elation (mania)
to severe depression, accompanied by disturbances in thinking and behaviour.
• 2% of the world’s population. The disease has substantial consequences both
for the individual and for health care spending.
#BIGDATASUMMIT2017 14
Bip4Cast
Predicción en el trastorno bipolar

15. • The World Health Organization has identified BD as the sixth leading cause of
disability-adjusted life years in the world. In 2009, the direct and indirect costs
of BD were estimated to be US$151 billion. In the UK, the estimated national
cost of bipolar disorder was £4.59 billion per year. Hospitalisation during acute
episodes costs £69 million per year.
• Biomedical informatics methods are needed to process data and form
recommendations and/or predictions to assist decision makers in the form of
computer-aided decision (CAD) support.
#BIGDATASUMMIT2017 15
Bip4Cast
Predicción en el trastorno bipolar

16. #BIGDATASUMMIT2017 16

17. Bip4Cast

21. Victoria López, Gabriel Valverde, Julio C, Anchiraico y Diego Urgelés. “Specification of a
Cad Prediction System for Bipolar Disorder”, Uncertainty Modelling in Knowledge
Engineering and Decision Making, Proceedings of the 12th International FLINS conference,
World Scientific Proceedings Series on Computer Engineering and Information Science, vol. 10, pp.
162-167. ISBN 978-981-3146-96-9, World Scientific, 2016.
Publicaciones y TFM-TFG

23. #BIGDATASUMMIT2017 23
WAP MADRID
Walking People. Gente que camina

26. Florencia - Dresde - Nova Gorica - Madrid

27. #BIGDATASUMMIT2017 27
WAP MADRID
Walking People. Gente que camina

28. #BIGDATASUMMIT2017 28
WAP MADRID
Walking People. Gente que camina

29. ¡Muchas gracias!
#BIGDATASUMMIT2017 29