salud

SALUD

La analítica avanzada está siendo ampliamente utilizada en el campo de la salud. El estudio de los factores genéticos, las influencias ambientales y los datos fisiológicos permite a los profesionales prevenir, diagnosticar y tratar enfermedades de manera más eficaz con el fin de mejorar el bienestar de las personas. Artelnics utiliza la inteligencia artificial para analizar datos clínicos con el fin de adoptar nuevos modelos de atención y nuevas tecnologías que promuevan la salud y el bienestar.

A continuación se describen algunas de las soluciones que ofrecemos.

  1. Diagnostico medico
  2. Pronóstico médico
  3. Análisis de microarrays
  4. Diseño de proteínas

1. Diagnostico medico



La ciencia médica se está moviendo rápidamente a través de la aplicación de técnicas de analítica avanzada. Sin embargo, todavía queda mucho por hacer, como por ejemplo, determinar las causas de enfermedades complejas.

Artelnics puede ayudarle a encontrar nuevas formas de prevenir enfermedades y desarrollar mejores diagnósticos y terapias más efectivas. Utilizamos la inteligencia artificial para analizar datos clínicos.


FACTORES GENÉTICOS


DATOS AMBIENTALES


ANÁLISIS FISIOLÓGICO

Algunos ejemplos de aplicación se enumeran a continuación:

Evaluación del riesgo de cáncer de mama
El objetivo es predecir si un paciente podría tener una recurrencia de cáncer o no. La fuente de información es un conjunto de datos proporcionados por un Departamento de Oncología, que contiene atributos relevantes de los pacientes con cáncer. Estos incluyen la edad, la menopausia, el tamaño del tumor, el número de ganglios invasivos, etc.

Diagnóstico de enfermedades del corazón
El objetivo de este estudio es diagnosticar un problema cardíaco en un paciente mediante el uso de datos médicos. Algunos atributos aquí son la edad, el sexo, el humo, el ejercicio, la presión arterial en reposo, el colesterol en sangre, etc.

2. Pronóstico médico



El pronóstico es la hipótesis con respecto al desarrollo de una enfermedad. Los avances en la tecnología médica permitirá prever cuales son los síntomas del paciente, Para estimar las posibilidades de recuperación y saber cuál es el período de recuperación.

La analítica avanzada usada en los datos de los pacientes permite a los médicos realizar pronósticos más precisos de las enfermedades. Estos pronósticos podrían mantener a los ancianos activos e independientes durante más tiempo y ayudar a los sistemas de salud y de atención a mantenerse sostenibles.


PREVENCIÓN DE ENFERMEDADES


TRATAMIENTO TEMPRANO


TASA DE SUPERVIVENCIA

A continuación se describe un ejemplo de aplicación:

Pronóstico temprano en pacientes con trastornos hepáticos.
El objetivo de este estudio es evaluar un trastorno hepático en sus primeras etapas con el fin de lograr tratar la enfermedad antes de que se convierta en grave. Diseñar un algoritmo mediante técnicas de analítica avanzada que pueden dividir los datos en dos conjuntos, a través de diferentes variables de análisis de sangre y el número de medio pintas de alcohol que la persona consume durante el día. La variable de salida es el selector (campo utilizado para dividir datos en dos conjuntos).

3. Análisis de microarrays



Un microarray es típicamente una diapositiva de cristal en la que las moléculas de ADN se fijan de manera ordenada en lugares específicos llamados manchas (o características).

El análisis de microarrays representa una oportunidad maravillosa para la investigación clínica. Los resultados significativos aquí, incluyen la identificación de conjuntos de genes asociados con una determinada enfermedad o la predicción de las respuestas al tratamiento.


DIAGNOSTICO DE LA ENFERMEDAD


DISEÑO DE FÁRMACOS


DESCUBRIMIENTO DE GENES

Algunos ejemplos de aplicación se enumeran a continuación:

Evaluación del riesgo de cáncer de ovario
El estudio del cáncer de ovario es significativo para las mujeres, ya que puede minimizar el riesgo de sufrirlo. El objetivo de este experimento es identificar patrones proteómicos en el suero que distinguen el cáncer de ovario de no cáncer.

Predicción del cáncer de colon mediante la expresión génica.
El cáncer de colon es uno de los cánceres más comunes que sufren las personas. La supervivencia está directamente relacionada con la detección temprana. El objetivo de este ejemplo es detectar el cáncer de colon en una etapa temprana. Las muestras de un conjunto de datos de colon se tomaron de muestras de adenocarcinoma de colon congelado instantáneamente en nitrógeno en los primeros 20 minutos después de su extracción. El conjunto de datos del microarray consta de 22 muestras de tejido normal y 40 de tejido tumoral.

4. Diseño de proteínas



El diseño de proteínas ha demostrado ser muy útil para descubrir nuevas moléculas que se pliegan a una estructura objetivo. Las proteínas se pueden diseñar por simulaciones de computadora desde cero o haciendo variaciones calculadas en un artículo conocido.

La analítica avanzada está siendo ampliamente utilizada para diseñar modelos complejos QSAR y QSPR con una precisión mejorada.


MEJORES RESULTADOS


NUEVOS MEDICAMENTOS


MENOS COSTES

A continuación se muestra un ejemplo de aplicación:

Predicción de la estructura de proteínas
La alineación estructural es un tipo de comparación de alineación de secuencia basada en la forma. Estas alineaciones intentan establecer equivalencias entre dos o más estructuras poliméricas basadas en su forma y conformación tridimensional. El objetivo de este estudio es predecir la similitud entre la estructura de la proteína parcialmente plegada y la estructura del estado nativo.