From Big Data to Personalized Medicine An Interactive
From Big Data to Personalized Medicine. An Interactive Process Mining Approach Carlos Fernandez-Llatas, Ph. D Innovaciones Tecnológicas para la Salud y el Bienestar Valencia 28/04/2017
Electronic Healthcare Records Demographic information Lab tests Big Data Genetic tests Wearables Apps
Classical stathistics … Classification Deduction from non observed variables Clustering Principal Component Analysis
Real World Data Real time decision support systems Risk models Epidemiological surveillance Personalized Medicine Integral care Evaluation of care services …
Machine Learning Barriers of Big data in Healthcare Models are ‘black boxes’ for professionals Models have an inherent error Data quality is key for the right execution Models are trained with data not always compatible Models are not always applicable on the same way According to data, you are dead
Aprendizaje Interactivo Fernández-Llatas C, Meneu T, Traver V and Benedi J-M (2013), Applying Evidence-Based Medicine in Telehealth: An Interactive Pattern Recognition Approximation , International Journal of Environmental Research and Public Health. Vol. 10(11), pp. 5671 -5682
Process mining Discipline of Syntactic Data Mining that supports the Expert in processes for the proper understanding of complex processes in a Comprehensive, Objective and Exploratory way
Process mining
Tecniques for Process Mining Log + Discovery Model Conformance Evaluation Enhancement Extended Model + Metadata
Interactive Process Mining
Question Driving Interactive Process Mining Approach
Question Driving Interactive Process Mining Approach
Proyecto MOSAIC
MOSAIC project
Evidence –Based Medicine Precision and Personalised Medicine Integrated care Preventive Medicine • Involving the medical doctor in the knowledge generation process • Formal definition of evidence for a simpler use in the daily life • Includes the knowledge of health experts • Breaks the concept of ‘Black Box’ • It allows a personal behaviour inference • Behavior/performance of patient can be compared in different time intervals • Patterns of patients with similar answer to treatment can be identified (Patient Twins) • Analysis of anwer to treatment conforming formal evidence. • Formal evidence learning about workflow to make easier automation • Holistic traceability of the patient • Learn ‘Good Practices’ that can be applied to citizens • Learning formal protocols to automate care. • Creation of individualized protocols to measure behavior change
cfllatas@itaca. upv. es Universidad Politécnica de Valencia Instituto ITACA – Edif. 8 G Camino de Vera, s/n 46022 Valencia Tel: +34 963 877 606
SABIEN (Innovaciones Tecnologicas para la Salud y el Bienestar) el el área de I+D+ I del Instituto de Aplicaciones de las Tecnologías de la Información y de las Comunicaciones Avanzadas (ITACA) dedicado a la aplicación de las TIC en los campos de la salud pública, la calidad de vida y los servicios sociales.
Experiencia en Proyectos • Participación en proyectos en todos los programas europeos desde el IV programa Marco hasta el actual H 2020 • Mas de 10 veces actuando como Coordinador de Proyecto Coordinador Técnico de Proyecto • Mas de 30 veces actuando como Work Package Leader • Participación en proyectos y acuerdos con compañías y entidades públicas y privadas (MINECO, MINETUR, CDTI, IVACE, GVA, …)
Historia Clínica Información Demográfica Tests Geneticos Big Data Apps de Salud Test de Laboratorio Dispositivos Vestibles
Estadística Clásica … Clasificación Deducción de variables no observadas Agrupamiento Análisis de Componentes Principales
Mineria de Procesos Disciplina de Minería de Datos Sintáctica que soporta al Experto en procesos en la comprensión de procesos complejos de una forma Entendible, Objetiva y Exploratoria
Minería de Procesos Caso Log Eventos
Tecnicas de Mineria de Procesos Log + Descubrimiento Modelo Conformidad Evaluación Mejora Modelo Extendido Modelo + Metadatos
Usos generales de la Minería de Procesos • Descubrimiento de procesos no previamente estructurados • Análisis y trazabilidad de como se ejecutan los procesos en la realidad. Ser resiliente con respecto al ‘concept drift’ • Agrupación de pacientes por su modelo de comportamiento (Patient Twins) • Mostrar flujos de evolución del riesgo y encontrar causalidades en los cambios de nivel de riesgo • Descubrir causalidades no contempladas en los implantación de los protocolos
Efecto Espagueti Fernandez-Llatas C, Martinez-Millana A, Martinez-Romero A, Benedi JM and Traver V (2015), Diabetes care related process modelling using Process Mining techniques. Lessons learned in the application of Interactive Pattern Recognition: coping with the Spaghetti Effect, In 2015 37 th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). , pp. 2127 -2130.
PALIA Suite para Sphera Fernandez-Llatas C, Lizondo A, Monton E, Benedi J-M and Traver V (2015), Process Mining Methodology for Health Process Tracking Using Real-Time Indoor Location Systems, Sensors. , November, 2015. Vol. 15(12), pp. 29821 -29840.
PALIA Suite para Sphera
PALIA Suite para Sphera
Mapas de Ocupacion
Correccion de Errores
Comparacion de Procesos
Proyecto e. Motiva
Proyecto MOSAIC
Proyecto MOSAIC
Comparación de Procesos Infarto Insulino Dependientes
Medicina Basada en la Evidencia Medicina de Precisión / Personalizada • Incorpora al médico en el proceso de generar conocimiento • Definición formal de la evidencia para un uso mas sencillo en la practica diaria • Incorpora el conocimiento de los expertos en salud • Rompe el concepto de ‘Caja Negra’ • Permite una inferencia individualizada del comportamiento • Se puede comparar el comportamiento del paciente en distintos intervalos de tiempo • Se pueden encontrar pacientes con respuesta al tratamiento similar (Patient Twins) Cuidado Integral • Análisis de la respuesta al tratamiento conforme a la evidencia formal. • Aprendizaje de evidencia formal (Workflows) para facilitar su automatización • Trazabilidad holística del paciente Medicina Preventiva • Aprender ‘Buenas Practicas’ que pueden ser aplicadas a la población • Aprendizaje de protocolos formales para automatizar cuidados. • Creación de protocolos individualizados para medir el cambio de comportamiento
- Slides: 42