fondo-gris-claro titulo-portlet

IA para la Administración Pública

IA para la Administración Pública

Educación

La Inteligencia Artificial puede llegar a tener un fuerte impacto en el aprendizaje y la enseñanza, lo que está generando un importante debate por sus implicaciones, según señala un informe reciente de la Comisión Europea. La forma en que la inteligencia humana y las capacidades cognitivas se ven afectadas por la interacción con las máquinas ha demostrado ser un área importante de investigación. De hecho,...

Justicia

La aplicación de la IA al campo de la Justicia puede contribuir a mejorar su eficiencia y calidad pero debe implementarse de manera responsable, de forma que garantice la protección de los derechos fundamentales de los individuos y sus datos personales. En diciembre de 2018, el Consejo de Europa presentó la primera Carta Ética Europea sobre el Uso de la Inteligencia Artificial en Sistemas...

Sanidad

La aparición de nuevas soluciones de IA, muchas de ellas basadas en redes neuronales artificiales y aprendizaje profundo, están generando gran optimismo en el campo de la salud. Los profesionales sanitarios confían en que la IA ayudará a mejorar la calidad de la atención, a reducir los errores médicos, al diseño personalizado de tratamientos, a ganar eficiencia y tiempo y a reducir costes,...

Seguridad

La Inteligencia Artificial y su aplicación en campos como la defensa y la seguridad es materia constante de debate. La IA puede suponer una ventaja y un riesgo en ambos casos y es indudable que imprimirá su sello en los ejércitos del futuro. Según se destaca en un artículo del Instituto Español de Estudios Estratégicos (IEEE) , la carrera armamentística de la IA que se está librando se caracteriza por tener una...

Artificial Intelligence for Ecosystem Services (ARIES)

Estado:
Terminado
Administración Pública:
Centro Vasco para el cambio Climático (BC3)
Fecha:
10/01/2019

En el contexto de la creación de herramientas de apoyo a la toma de decisiones, BC3 (Centro Vasco para el Cambio Climático) ha desarrollado ARIES (Artificial Intelligence for Ecosystem Services), una tecnología de modelización gratuita por Internet que se ofrece a usuarios tales como profesionales, científicos y responsables de la toma de decisiones, incluidos miembros de ONG, instituciones académicas o gubernamentales de todo el mundo, para ayudarles a evaluar y valorar de forma rápida los servicios de los ecosistemas (ESAV, por sus siglas en inglés).

ARIES usa redes bayesianas (un modelo probabilístico que se enmarca dentro del aprendizaje automático) para entender y cuantificar el valor del medio ambiente y conocer cuáles son los factores que determinan dicho valor en una región geográfica determinada. Utiliza datos ecológicos y socioeconómicos para generar y mapear información sobre la provisión, los valores y los usos del servicio ecosistémico.

Una de las principales ventajas que ofrece ARIES es que, a través de una interfaz web, pone sofisticadas capacidades de modelado al alcance de usuarios no técnicos, profesionales y agentes encargados de la toma de decisiones. No obstante, las personas con experiencia en informática y modelos ecológicos pueden optar por un paquete de software más potente y desarrollado de nombre K.LAB

Mediante ARIES, BC3 ha estado desarrollando algunas de las metodologías más avanzadas (reuniendo modelos deterministas o probabilísticos) para cuantificar y valorar los flujos de los servicios de los ecosistemas en la escala espacial y en el contexto ecológico y socioeconómico adecuados. ARIES mapea a beneficiarios de los servicios de los ecosistemas concretos y espacialmente explícitos y cuantifica su demanda de cada servicio. La conceptualización de los servicios de los ecosistemas como una lista concreta de beneficios para grupos beneficiarios específicos evita el problema de "duplicar" los beneficios, que ha estado muy presente en los trabajos de valoración de los servicios de los ecosistemas realizados hasta ahora.

Proyecto AI4EU

Estado:
En desarrollo
Administración Pública:
Comisión Europea
Fecha:
09/01/2019

El proyecto AI4EU es un proyecto europeo financiado por el programa H2020, que reúne a 79 institutos de investigación, pymes y grandes empresas de 21 países para crear un punto para la provisión de recursos de IA, incluidos repositorios de datos, herramientas y algoritmos. La plataforma deberá ofrecer servicios y brindar apoyo a los usuarios potenciales de esta tecnología, ya sean empresas o Administraciones Públicas, y ayudar a probar e integrar las soluciones de IA en sus procesos, productos y servicios.

AI4EU es una plataforma abierta y colaborativa que también proporcionará cursos de perfeccionamiento y re-skilling. El proyecto, liderado por la compañía francesa Thales, cuenta con una financiación total de 20 millones de euros para los próximos 3 años. La plataforma se establecerá a lo largo de 2019.

Alrededor de tres millones de euros se reservarán para financiar proyectos prometedores de terceros seleccionados mediante concursos, para explotar servicios y recursos ofrecidos a la plataforma, de cara a alentar la transferencia tecnológica basada en soluciones de Inteligencia Artificial.

El objetivo del proyecto es promover una gran plataforma que permita el acceso a los recursos relevantes de Inteligencia Artificial para todos los usuarios en la UE, una especie de plataforma de AI bajo demanda. Ocho proyectos piloto (en las áreas de la robótica, industria, salud, medios de comunicación, agricultura, Internet de las Cosas, ciberseguridad y ciudadanía) demostrarán en un primer momento el valor de contar con una plataforma bajo demanda de IA como herramienta de innovación tecnológica y para estimular los descubrimientos científicos.

En el marco del proyecto, también se establecerá un Observatorio de Ética para garantizar que se priorizan los valores humanos en la IA, así como la Fundación AI4EU para garantizar su sostenibilidad. Los resultados contribuirán asimismo a una nueva agenda estratégica de investigación e innovación para Europa.

Turismo Cognitivo para CACT Lanzarote

Estado:
Terminado
Administración Pública:
Cabildo de Lanzarote
Fecha:
09/01/2019

Desde hace más de 50 años, los Centros de Arte, Cultura y Turismo de Lanzarote buscan conseguir que el turista experimente las mejores sensaciones cuando visite los espacios que César Manrique creó para potenciar el maravilloso paisaje de Lanzarote. El objetivo del proyecto era crear la mejor aplicación de experiencias para los visitantes y obtener una herramienta con la que conocer, en tiempo real, cómo es el turista, qué quiere y así predecir y recomendarle una mejor rutina de viaje.

El cabildo de Lanzarote ha puesto en marcha un nuevo proyecto turístico, junto con IBM y Red Skios, que fusiona en una aplicación móvil la experiencia de un guía físico con la comodidad y eficiencia de uno digital. El proyecto aplica las habilidades cognitivas de la IA de IBM, Watson, al turismo.

Skios ha desarrollado una solución turística totalmente integrada para Centros de Arte, Cultura y Turismo Lanzarote (CACT), basada en el software Eliza Turismo, que usa geolocalización e inteligencia aumentada o computación cognitiva para ofrecer una experiencia completa y personalizada al usuario a través de una aplicación móvil y una plataforma de gestión de contenidos (back office) de uso sencillo para el cliente.

Big Data Analytics en Laboratoris e-salut

Estado:
En desarrollo
Creado por:
Alfonso Tienda
Administración Pública:
Conselleria de Sanitat Universal i Salut Pública
Fecha:
22/11/2018

Necessitat de la gerència de la Conselleria de Sanitat de planificar la càrrega de treball de laboratori als hospitals i centres de salut de la Comunitat Valenciana, amb la finalitat d'evitar colls de botella i planificar mesures correctores.

Utilitzar Big Data i models de predicció.

Documentació existent

Referències

Avaluació de les Dades Generades en els laboratoris

Un gran nombre dels sistemes d'informació hospitalaris se centren en els laboratoris i les dades que generen: resultats de les proves, proves de competència, les dades de control de qualitat, les distribucions dels resultats de les proves dels pacients i les avaluacions dels mètodes.

Què podem analitzar?

Seleccionar l'assumpte a analitzar partint dels resultats d'un Quadre de comandaments en temps real per a gestionar els processos de Laboratori. El nostre cas d'ús serà el de planificar la càrrega de treball.

  • Predir el nombre de proves entrants per tipus

  • Predir la càrrega de treball

  • Predir el rendiment del procés

Altres eines d'anàlisis segons la nostra investigació

Per a la nostra investigació hem analitzat uns 39.000 informes de laboratoris anonimizados. Amb les restriccions en el nombre de camps hem detectat diverses possibilitats per a data mining en processos de laboratori, aplicant diverses tècniques:

  • Clusterización de pacients: L'objecte d'una clusterización de pacients és situar o assignar estadísticament els pacients per tipus. Aquests tipus seran aquells que tenen un comportament similar sobre la base de les variables d'entrada que es consideren rellevants (estadísticament rellevants).

  • Estadística predictiva, correlació: En probabilitat i estadística, la correlació indica la força i la direcció d'una relació lineal i proporcionalitat entre variables estadístiques.

  • Estadística predictiva, regressió: Els estudis de regressió ens permetran predir el comportament d'una variable (trucada dependent) a partir d'una altra sèrie de variables (trucades independents). Els estudis de regressió ens permetrien veure el comportament dels indicadors de laboratori, no solament des d'un punt de vista d'anàlisi de dades o BI, sinó realitzar les gràfiques predictives de com estaran aquests indicadors en el futur.

  • Detecció de Resultats Anòmals.

Contingut en desenvolupament.

Contingut en desenvolupament.

Evaluador de salud MEDIKTOR

Estado:
Terminado
Administración Pública:
Hospital Clínic de Barcelona
Fecha:
09/09/2018

Los hospitales necesitan facilitar el acceso al sistema sanitario a los pacientes y reducir drásticamente los tiempos de espera hasta su ingreso en planta, agilizando la toma de decisiones, tanto para el personal sanitario y el paciente como para las compañías aseguradoras, al tiempo que se optimizan la eficiencia y la gestión de información y se reducen los costes de acceso a la sanidad.

El Hospital Clínic de Barcelona y el Hospital Clínico San Carlos de Madrid participaron en los ensayos clínicos que permitieron desarrollar Mediktor, el primer evaluador de salud basado en inteligencia artificial avalado científicamente.

Gracias a las tecnologías de IA y de reconocimiento de lenguaje natural, las herramientas de pre-diagnóstico son capaces de identificar en tiempo real los síntomas de los pacientes. Mediante sus potentes motores semánticos y al igual que un médico, Mediktor es capaz de interpretar los síntomas que explica el usuario utilizando lenguaje natural y llevar a cabo un completo cuestionario médico digital hasta llegar a un listado de posibles pre-diagnósticos.
La tecnología ofrece, además, recomendaciones de próximos pasos según las necesidades médicas de cada paciente. Asimismo, Mediktor aprende de cada interacción, mejorando sus pre-diagnósticos. En su primer informe y basándose en interacciones con más de 1.500 pacientes, la herramienta ya presentaba un nivel de acierto del 91,3%.

Asistente Virtual del Servicio de Información Universitario (LOLA)

Estado:
Terminado
Administración Pública:
Universidad de Murcia
Fecha:
30/07/2018

Solo en 2017, el Servicio de Información Universitario (SIU) de la Universidad de Murcia (UMU) atendió 28.000 consultas relacionadas con el proceso de admisión a la universidad. La institución buscaba una solución para agilizar el servicio de atención al cliente y mejorar el modo en que se daba contestación a las dudas de los estudiantes. El proyecto nace para guiar y ayudar a los futuros estudiantes de la UMU y de la Universidad Politécnica de Cartagena con todos sus trámites de preinscripción y matrícula.

Lola es un proyecto de la Universidad de Murcia, desarrollado por el Servicio de Información Universitario (SIU) y el Área de Tecnologías de la Información y las Comunicaciones Aplicadas (ATICA) y la empresa 1millionbot. Lola utiliza la tecnología dialogflow de Google que es la que le permite ir aprendiendo de sus interacciones y la mejora continua. Este nuevo desarrollo ha contado con la financiación del banco Santander.

Lola es un chatbot que atiende a los estudiantes las 24 horas del día, los siete días de la semana, con un lenguaje completamente natural. El servicio está disponible a través de la web del SIU y mediante la aplicación DURM para móviles que utilizan los futuros estudiantes universitarios del distrito único de la Región de Murcia.

El chatbot se puso en marcha de forma piloto el 9 de junio de 2018 y, principalmente, ha resuelto dudas sobre la publicación de las notas de EBAU, la revisión de los exámenes, las notas de corte y sobre cómo es el proceso de preinscripción. El sistema ha sido capaz de resolver el 90% de las consultas.

MIDAS (Massive Image Data Anatomy Spine)

Estado:
En desarrollo
Administración Pública:
Banco digital de Imagen Médica de la Comunidad Valenciana (BIMCV)
Fecha:
06/06/2018

El dolor lumbar es una patología prevalente y una frecuente causa de discapacidad. Se asocia a crecientes costes para el sistema sanitario y para la sociedad en países desarrollados, afectando al 70% de la población general en algún momento de sus vidas, con una incidencia anual del 40%. El dolor lumbar presenta una tendencia a cronificarse o a producir recaídas que pueden afectar severamente el día a día de los pacientes que lo padecen.

Identificar los factores pronósticos de cronicidad se ha convertido en una de las prioridades de los investigadores sobre patología lumbar. En alrededor del 85% de los casos no es posible encontrar una causa precisa del dolor. Los estudios que evalúan la presencia de cambios anatómicos o estructurales en la columna lumbar por medios como tomografía computarizada, resonancia magnética o discografía no son capaces correlacionar estas anomalías con un mal pronostico en el dolor lumbar. El concepto que relaciona el dolor crónico con las alteraciones estructurales debe ser reconsiderado en vista de la reciente evidencia científica.

El análisis de datos masivos de imagen médica combinado con la información clínica digitalizada son la base de la investigación. El propósito del proyecto es utilizar algoritmos de aprendizaje automático para analizar las imágenes de RM lumbar realizadas en hospitales públicos de la Comunidad Valenciana en los últimos cinco años.

El término Big Data (grandes volúmenes de datos) hace referencia a una cantidad de datos tal que supera la capacidad del software habitual para ser capturados, gestionados y procesados en un tiempo razonable. Los hospitales tienen cantidades masivas de datos clínicos y de imagen en diferentes formatos. El sector de la salud, es uno de los sectores donde Big Data está teniendo mayor impacto en la actualidad y donde sus aplicaciones crecerán de un modo espectacular, tanto para el área médica, la gestión de centros de salud, la administración hospitalaria y la documentación científica (generación, almacenamiento y explotación).

Otro concepto es el de inteligencia grupal o Crowd Intelligence se basa en la capacidad predictora que tiene el promedio de juicios de muchos individuos. La agregación de información de muchos grupos conduce a mejores decisiones y soluciones que las que ofrecerían expertos individuales.

En la actualidad hay incertidumbre sobre las indicaciones de cirugía del dolor lumbar. La aproximación usando Big Data y Crowd Intelligence no ha sido explorada, pudiendo ser de utilidad para establecer las indicaciones de cirugía según los parámetros de imagen aplicando estos dos conceptos.