IBM Cloud, Data & AI Summit 2019 - El mejor equipo para ganar - #IBMCloud
←
→
Transcripción del contenido de la página
Si su navegador no muestra la página correctamente, lea el contenido de la página a continuación
#IBMCloud IBM Cloud, Data & AI Summit 2019 — El mejor equipo para ganar #IBMCloud 6 de junio de 2019 WANDA METROPOLITANO
#IBMCloud Inteligencia artificial al servicio de la medicina personalizada — María Rodríguez Martínez Technical Leader of Systems Biology. IBM, Zürich Research Lab #IBMCloud
IBM RESEARCH: capacidad de investigación global
Ireland
Zurich
Almaden Watson Tokyo
Haifa China
Austin
India
Africa
Brazil
Australia
#IBMCloud
IBM RESEARCH: capacidad de investigación global
3,000+ researchers
Cognitive IoT
AI for Healthcare
Big Data & Cognitive Edge Computing
Cloud
Healthcare / Life Sciences Ireland Cognitive
Quantum Computing Healthcare Core AI Capabilities
Zurich Cloud & IoT
IoT & Mobile
Security Industry Solutions
Almaden Watson Analytics
Security Tokyo
Big Data Nanotechnology
Haifa China Cognitive Robotics
Nanomaterials Austin Exascale Financial Services
Neurosynaptics POWER Accessibility
Mobile India
Aging
Blockchain
Cognitive Fashion
Africa Education & Skilling
Cognitive Oil & Gas Healthcare Cognitive Financial Services
Insurance Analytics Industry Cloud
Industry Cloud IoT Blockchain
Healthcare
Brazil Government
Financial Services
Australia
#IBMCloud
Nuestros avances en ciencia fundamental son
altamente valorados:
6 10 5 6
Premios Medallas Medallas Premios
Nobel Nacionales de Nacionales de Turing
Tecnología Ciencia
#IBMCloud
+25 años de liderazgo en patentes:
IBM vs. competencia (2018)
9500 9100
Number of Patents
2353
2070 2035
1597
954
703 640
200 148
0
IBM Microsoft Google Amazon GE HP Oracle Facebook Accenture Symantec
#IBMCloud 2018 patent data sourced from IFI Claims Patent Services
Investigamos en muy diversos campos con una
alta interdisciplinariedad
© 2019 IBM Corporation
7
Ciencias de la conducta Biología Química Ciencias de la computación
Ingeniería eléctrica Ciencia de los materiales Matemáticas Física
#IBMCloud
¿Por qué hablamos de IA ahora? La revolución de los datos #IBMCloud
Medicina de sistemas:
Apoyando a los médicos en la toma de decisiones
Source: “Three reasons to be positive about AI’s changes to m edicine and healthcare”
#IBMCloud
La IA puede mejorar entre 30-40%
los resultados en los pacientes
IA en la SANIDAD
Diseño de
tratamientos
Asistencia en
tareas monótonas
IA Chatbots Explotación de
registros médicos
Asistentes virtuales
#IBMCloud
Source:”Role of Artificial Intelligence in Healthcare”, inteligain, Feb. 2018¿Por qué la medicina de sistemas?
Entendiendo la complejidad de los sistemas biológicos
Proyectos en curso:
• Métodos de Deep learning en Biología
Computacional:
• Extracción de información de textos.
• Modelos personalizados de terapias.
• Análisis de la heterogeneidad tumoral.
• Reconstrucción de la estructura del ADN en 3D
• Aprendizaje automático en datos moleculares.
• Inferencia de la estructura clonal de tumores.
• Modelos matemática del sistema inmunitario.
#IBMCloudCaracterización de la heterogeneidad tumoral con la proteómica unicelular.
Interacción entre las células tumorales y las células inmunitarias.
Wagner et al, Cell, Mayo 2019.
#IBMCloudPaccMann: predicción individualizada la eficacia de fármacos. • Coste de producir nuevos medicamentos X100 entre 1950-2010. • Los medicamentos hoy tienen más probabilidades de fracasar en los ensayos clínicos que en 1970. PaccMann utiliza Deep Learning para integrar datos de diversos tipos. #IBMCloud Oskooei et al, NeurIPS, 2018.
La interpretabilidad es fundamental en las aplicaciones biomédicas de la IA PaccMann utiliza mecanismos de atención para explicar la predicción. #IBMCloud
Inferencia de redes moleculares a partir de publicaciones • Estudio de las interacciones entre 65 proteínas asociadas al cáncer de próstata. • INtERAcT obtiene un ~72% de precisión. #IBMCloud Manica et al, Nature Machine Intelligence, 2019.
iPC: Pacientes virtuales para la oncología pediátrica de alta precisión Desafío → el modelo de salud actual es insostenible: • No tiene en cuenta la individualidad de cada paciente • Alto coste y limitada eficacia Visión → crear un paciente virtual (avatar) de cada individuo en el que se pueda “experimentar” con todos los tratamientos posibles. #IBMCloud
Conclusiones
El reto
• Cada vez hay una mayor abundancia de datos biomédicos de alta calidad, pero necesitamos
modelos para interpretar la información.
Proyectos
• IA puede facilitar:
• Extracción automática de información de textos, bases de datos, etc.
• Ingestión e integración masiva de datos.
Aplicaciones
• Análisis de datos unicelulares para el estudio de precisión de los tumores.
• Modelado de compuestos terapéuticos.
• Oncología pediátrica de precisión → Pacientes virtuales.
#IBMCloud#IBMCloud
También puede leer
