Desarrollo de una solución en la nube para la gestión de datos de salud que da soporte a la atención médica y la investigación en Esclerosis Múltiple
Fecha:
17/07/2024Palabra clave:
Tipo de Ítem:
bachelorThesis
Resumen:
La gestión y procesamiento de datos de salud para la implementación de nuevas tecnologías
que mejoren la atención sanitaria puede suponer un avance importante en medicina; sin
embargo, implica retos y necesidades específicas a nivel de seguridad y de disponibilidad para
la investigación biomédica.
Este proyecto se focalizó en el desarrollo de una tecnología que diera soporte a la toma de
decisiones médicas y la investigación, mediante la creación de una plataforma en la nube que
permitiera el procesamiento eficiente y la visualización accesible de grandes volúmenes de
datos. Se buscaba implementar un sistema automatizado para la integración de datos clínicos
y percepciones de pacientes, permitiendo la futura implementación de tecnologías
emergentes como inteligencia artificial y aprendizaje automático.
La metodología aplicada incluye varias fases, desde la captura y análisis de requisitos hasta la
implementación en la nube, pasando por el diseño de la arquitectura y el desarrollo local del
sistema. Se adoptó un enfoque sistemático que permite iteraciones y mejoras continuas,
asegurando que la solución sea adaptable y escalable.
Los resultados obtenidos demuestran la efectividad de la plataforma en la gestión de datos,
proporcionando visualizaciones claras que facilitan la interpretación de información compleja.
Este enfoque mejora significativamente la capacidad de los investigadores para analizar
tendencias y patrones en la progresión de la enfermedad, resultando crucial para avanzar en
el tratamiento de la esclerosis múltiple.
En conclusión, la implementación de esta solución representa un avance significativo en la
forma en que se manejan los datos de salud en el contexto de la esclerosis múltiple. Integra
de manera eficiente datos de salud y los transforma en información útil para médicos e
investigadores, alineándose con las tendencias actuales hacia una atención sanitaria más
personalizada, abriendo nuevas posibilidades para mejorar la calidad de vida de los pacientes
y optimizar los sistemas de atención médica.
Descripción:
The management and processing of health data for the implementation of new technologies
that improve healthcare can represent a significant advance in medicine; however, it involves
specific challenges and needs in terms of security and availability for biomedical research.
This project focused on the development of a technology that supports medical decisionmaking and research, through the creation of a cloud-based platform that enables efficient
processing and accessible visualization of large data volumes. The aim was to implement an
automated system for integrating clinical data and patient perceptions, facilitating the future
deployment of emerging technologies such as artificial intelligence and machine learning.
The applied methodology includes several phases, from the capture and analysis of
requirements to the implementation in the cloud, including the design of the architecture and
the local development of the system. A systematic approach was adopted that allows for
iterations and continuous improvements, ensuring that the solution is adaptable and scalable.
The results demonstrate the effectiveness of the platform in data management, providing
clear visualizations that facilitate the interpretation of complex information. This approach
significantly enhances researchers' ability to analyze trends and patterns in disease
progression, proving crucial for advancing in the treatment of multiple sclerosis.
In conclusion, the implementation of this solution represents a significant advancement in the
way health data are managed in the context of multiple sclerosis. It efficiently integrates
health data and transforms them into useful information for medical professionals and
researchers, aligning with current trends towards more personalized healthcare, and opening
new possibilities for improving patients' quality of life and optimizing healthcare systems.
Ficheros en el ítem
