Jornada Funció de Dades - La funció de les dades al món biomèdic
Sign inLa inscripció per a la jornada és gratuïta per a socis de la Societat Catalana de Matemàtiques (SCM), la Societat Catalana d’Estadística (SoCE) i l’Associació Catalana d’Intel·ligència Artificial (ACIA). En aquests casos, si us plau, indiqueu "Reservation" al final del procés d'inscripció.
Per als no socis, el cost d’inscripció inclou fer-se soci d’una de les tres associacions durant un any.
La inscripció a la jornada inclou l’accés a les ponències, el coffee breaks de matí, de tarda i el dinar.
Els inscrits que desitgin participar online podran fer-ho gratuïtament escollint aquesta opció en el moment de registrar-se. Si us plau, indiqueu "Reservation" al final del procés d'inscripció.
Localització: Institut d’Estudis Catalans
Sala Prat de la Riba (1er pis)
Carrer del Carme, 47, 08001 Barcelona
INFORMACIÓ GENERAL
La disponibilitat de grans volums de dades planteja a la recerca i la pràctica biomèdiques la necessitat de disposar de tècniques d’anàlisi de dades. Per tant, la col·laboració entre disciplines quantitatives com les Matemàtiques, l’Estadística o la Intel·ligència Artificial i el món biomèdic és avui imprescindible. Es per això que la Societat Catalana de Matemàtiques (SCM), la Societat Catalana d’Estadística (SoCE) i l’Associació Catalana d’Intel·ligència Artificial (ACIA) organitzem aquesta jornada titulada “La funció de les dades al món biomèdic”, dedicada a intensificar la col·laboració entre les nostres disciplines i el món biomèdic al nostre país.
Aquesta jornada manté una continuïtat amb la jornada “La funció de les dades” organitzada per la SCM i la SoCE i celebrada a l’IEC el 14 de novembre de 2019. Les societats implicades tenim la voluntat de continuar l’organització periòdica de jornades “la funció de les dades” centrades en àmbits d’interès, durant els propers anys.
La jornada constarà de dues sessions. Al matí, en la sessió titulada Eines, es faran quatre tallers en que es presentaran diverses metodologies avançades d’anàlisi de dades, útils en Biomedicina. A la tarda, a la sessió titulada Reptes, es faran tres conferències en que es presentaran diferents reptes de tipus quantitatiu que la recerca i la pràctica biomèdiques plantegen actualment.
Organitzadors
Eloi Puertas | ACIA (Associació Catalana d’Intel·ligència Artificial) |
Josep Vives | SCM (Societat Catalana de Matemàtiques) |
Aleix Ruiz de Villa | SCM (Societat Catalana de Matemàtiques) |
Llorenç Badiella | SoCE (Societat Catalana d’Estadística) |
Ponents
Isaac Cano
Hospital Clínic Barcelona
Isaac Cano (Barcelona, Catalonia, Spain, 1983; BSc 2009 in Computer Science, MSc 2010 in Computer Vision and Artificial Intelligence and PhD 2014 in Digital Health by University of Barcelona – Faculty of Medicine) started contributing to the Artificial Intelligence research community at the Artificial Intelligence Research Institute, which belongs to the Spanish National Research Council. He is now applying predictive analytics and machine learning in the context of Digital Health and Systems Medicine in IDIBAPS (Institut d’Investigacions Biomèdiques August Pi i Sunyer), and in Hospital Clinic of Barcelona.
He has been involved in several research and innovation projects funded by the Catalan and Spanish governments, as well as the European Community. He also has a broad teaching experience as associate professor of the University of Barcelona in the Master of Clinical Research, the Master of Biomedical Engineering and the EIT Health master on Innovation and Entrepreneurship in Biomedical Engineering. Moreover, he is also invited professor in the Biohealth Computing Erasmus Mundus summer school (European Science Institute, Archamps, France) and the Master in Biotechnology – Biomedical Applications, of the University of Barcelona.
ABSTRACT (CAT)
TBP
ABSTRACT (ENG)
Enhanced health risk assessment and patient stratification in a digital health framework
Adoption of proper strategies for patient’s health risk assessment and stratification constitute a key element to promote preventive patient-centred health delivery strategies. Current stratification tools rely on population analyses generally based on past use of healthcare resources with limitations for clinical applicability at patient level. Multisource clinical predictive modelling is emerging as an effective strategy for subject-specific risk prediction and patient stratification, considering multilevel data sources, which influence patient health.
Jesus Cerquides
Institut d'Investigació en Intel·ligència Artificial (IIIA) del Consell Superior d'Investigacions Científiques (CSIC)
Jesus Cerquides és investigador de l’Institut d’Investigació en Intel·ligència Artificial (IIIA) del Consell Superior d’Investigacions Científiques (CSIC). Ha treballat com a professor titular a la Universitat de Barcelona i la Universitat Pablo Olavide. També ha estat director tecnològic i membre del consell d’administració d’Intelligent Software Components S.A., i director associat a Union Bank of Switzerland (UBS AG). Entre els seus interessos d’investigació s’inclouen l’aprenentatge automàtic causal i probabilístic, sistemes multi-agents i ciència ciutadana democràtica.
És membre de l’ACIA. Regularment participa en el comité de programa de conferències d’IA com IJCAI o AAAI. Actualment, és editor associat del Journal of Artificial Intelligence Research.
ABSTRACT (CAT)
Inferencia Bayesiana i programació probabilística
En aquesta sessió es vol presentar les bondats d’aquesta aproximació i també il·lustrar com l’existència d’eines de programació probabilística com ara Stan o pymc3, poden alleugerir alguns dels problemes associats a l’ús de models Bayesians.
ABSTRACT (ENG)
TBP
Ignasi Cos
Departament de Matemàtiques i Informàtica, Universitat de Barcelona
Ignasi Cos (Barcelona, 1973). Màster en Enginyeria Electrònica, 1996 – Politecnico di Torino. Màster en Enginyeria de Telecomunicacions, 1997 – Universitat Politècnica de Catalunya. PhD in Cognitive Science and Artificial Intelligence, 2006 – University of Edinburgh
Després d’obtenir el doctorat, va anar a formar-se com a becari postdoctoral a la Universitat de Califòrnia a Berkeley, i a la Universitat de Montreal, on es va especialitzar en neurociències del control motor i la presa de decisions. També es va formar en neurociències teòriques a la Universitat Pierre i Marie Curie, a l’Institut del Cervell i la columna vertebral, de París i a la Universitat Pompeu Fabra.
Actualment és professor a la Facultat de Matemàtiques i Informàtica de la Universitat de Barcelona i membre de l’Institut de Matemàtiques (IMUB). Les seves investigacions se centren en el desenvolupament de tècniques matemàtiques per caracteritzar el funcionament del cervell, en el seu conjunt, en el context de com el cervell controla el moviment. Ha participat en diversos projectes de recerca europeus i actualment lidera el projecte COREDEM, dedicat a l’estudi de la neuro-fisiologia de la presa de decisions complexes. Té una àmplia experiència docent com a professor ajudant al Queen Margaret University College d’Edimburg, a la Universitat d’Edimburg i com a professor titular Serra-Húnter a la Facultat de Matemàtiques I Informàtica de la Universitat de Barcelona i al Màster universitari en Intel·ligència Artificial.
ABSTRACT (CAT)
Quina utilitat tindria assolir una caracterització formal i matemàtica de la neuro-dinàmica de pacients afectats per ictus, malaltia de Parkinson o altres trastorns neurodegeneratius d’una manera directa? Més enllà de l’aplicació clínica òbvia, la resposta a aquesta pregunta depèn d’aconseguir models exactes del cervell, de la generalitat de les seves prediccions i de la seva adaptació al context clínic i, en particular, a la praxi mèdica d’un sol pacient. El desenvolupament d’eines per a la caracterització de l’estat cerebral ha fet un notable progrés en els darrers deu anys, proporcionant tècniques matemàtiques i acumulant gradualment una gran quantitat de coneixements sobre l’estructura i la dinàmica del cervell durant l’estat de repòs i durant la realització de tasques específiques. A l’espera de noves investigacions per a perfeccionar-les, aquestes tècniques emergeixen com a promesa tant per a una comprensió més profunda i formal de la funció cerebral, com com a eina fiable per al diagnòstic clínic de trastorns neurodegeneratius.
ABSTRACT (ENG)
The Mathematical Characterization of Brain States: A Clinical (Future) Reality
How useful would it be to attain a formal, mathematical characterization of the neuro-dynamics of individual patients affected by stroke, Parkinson’s Disease or other neuro-degenerative disorders in a straightforward manner? Beyond the obvious clinical application, the answer to that question depends on attaining accurate models of the brain, on how general are their predictions, and on how adaptive to the clinical context and in particular to the single patient medical praxis. Current tools for brain state characterization have made a remarkable progress in the past ten years, yielding mathematical techniques, gradually amassing a huge amount of knowledge about brain structure and dynamics during resting state and performance of specific tasks. Pending further research to perfect them, these techniques are to emerge as promise both for a deeper, more formal understanding of brain function, and as a reliable tool for the clinical diagnose of neuro-degenerative disorders.
Ricard Gavaldà
CS Department, Universitat Politècnica de Catalunya
Ricard Gavaldà és catedràtic del Dept. de Computació de la Universitat Politècnica de Catalunya (UPC), a Barcelona, ara en excedència. La seva investigació en els últims 20 anys ha tractat d’aspectes algorítmics i aplicats de l’aprenentatge computacional ( “Machine Learning”). Pel que fa a aplicacions, té un interès especial en l’ús de la ciència de dades per al bé comú.
Des de 2014 es concentra en l’anàlisi de dades de sistema sanitari. Aquest interès el porta a co-fundar la startup Amalfi Analytics el 2017. Amalfi crea plataformes analítiques avançades que ajuden els gestors del sistema de salut a millorar la qualitat assistencial optimitzant l’aprofitament dels recursos disponibles. La seva missió és que el sistema sigui més eficient, just i sostenible.
ABSTRACT (CAT)
Machine Learning per a un sistema de salut més eficient i just
Presentaré diverses aplicacions de ML a la gestió clínica del sistema de salut, per generar eficiència i millor qualitat d’atenció al pacient. Les dades del passat i algorismes adequats ajuden a posar allà on fan més falta els recursos disponibles, que sempre són escassos. Aborden problemes com els excessius temps d’espera als serveis d’urgències, la gestió de la malaltia crònica i complexa, la racionalització de patrons de medicació, i l’assignació equitativa de recursos entre diferents parts del territori.
ABSTRACT (ENG)
Esther Ibañez
ISI Global Science Foundation
Esther Ibáñez, llicenciada i PhD en Matemàtiques per la UPC. Actualment treballa entre la recerca i projectes privats a un centre de recerca italià (ISI Foundation). Ha treballat en l’aplicació de les matemàtiques en camps com la filogenètica, xarxes genètiques i la neurociència. Els últims anys la seva recerca s’ha centrat en l’aplicació de l’homologia persistent en el camp de la neurociència i l’estudi de xarxes a partir d’aquesta tècnica.
ABSTRACT (CAT)
TDA
Una de les tècniques basades en la geometria algebraica més desenvolupada a nivell pràctic a partir dels anys 2000 ha estat el Topological Data Analysis (TDA). Us presentem una introducció de la seva eina principal, anomenada Homologia Persistent, eina que dóna més importància a la forma que a la mètrica. Finalment comentarem alguns exemples en camps molt diferents on es pot aplicar.
ABSTRACT (ENG)
Joaquim Raduà
Hospital Clínic Barcelona
Joaquim Radua és el cap del grup “Imaging of mood- and anxiety-related disorders” (IMARD) de l’ Institut d’Investigacions Biomèdiques August Pi i Sunyer (IDIBAPS). Psiquiatra i estadístic també afiliat al King’s College de Londres i al Karolinska Institutet d’Estocolm, la seva investigació està centrada en els trastorns mentals, especialment mitjançant tècniques d’imatge cerebral per ressonància magnètica, meta-anàlisi i machine-learning, per exemple per predir el risc de recaiguda. Està inclòs a la llista Clarivate dels investigadors més citats del món des de 2017.
ABSTRACT (CAT)
Més enllà dels algoritmes de machine-learning – rigor metodològic i utilitat
Malgrat la il·lusió actual amb el machine-learning, el seu impacte futur pot veure’s perjudicat per l’ús de metodologies permissives (ex. no tenir en compte factors de confusió), la tortura de dades (ex. provar molts algoritmes i només reportar el que prediu millor), o la seva aplicació en situacions on no és necessari (ex. perquè ja existeix un mètode que funciona). Aquestes problemes poden comportar la creació d’algoritmes esbiaixats, no reproduïbles, i/o que tinguin una utilitat dubtosa, portant a la desconfiança en una metodologia que, usada correctament, podria tenir molt potencial.
ABSTRACT (ENG)
Natalia Vilor
BarcelonaBeta Brain Research Center (BBRC) - Center for Genomic Regulation (CRG)
La Natàlia és llicenciada en Matemàtiques i Estadística Aplicada, doctora en Biomedicina i treballa des de 2014 en l’estudi de la influència de factors genètics en canvis cerebrals, i en la relació d’aquests canvis en processos de neurodesenvolupament i neurodegeneració. Actualment desenvolupa la seva recerca al BarcelonaBeta Brain Research Center, en col·laboració amb el Center for Genomic Regulation, i l’Erasmus Medical Center. També és professora associada a la Universitat de Vic i a la Universitat Autònoma de Barcelona. És sòcia de la Societat Catalana d’Estadística i membre de la junta de la Sociedad Española de Biomedicina.
ABSTRACT (CAT)
False Discovery Rate
El false discovery rate (FDR) és un mètode per conceptualitzar la taxa d’errors de tipus I (falsos positius) en tests d’hipòtesis quan es realitzen comparacions múltiples. En aquest taller/xerrada aprofundirem sobre l’aplicació del FDR en l’anàlisi de dades genètiques.
ABSTRACT (ENG)
HORARI
8:45-9:00 | Registre |
9.00-9:30 | Benvinguda Presidents de les Associacions organitzadora: Cecilio Angulo ACIA Dolors Herbera SCM Ernest Pons SoCE |
EINES | |
9:30-10:15 | TDA / Esther Ibañez |
10:15 - 11:00 | El problema de les comparacions múltiples en estudis de dades òmiques / Natalia Vilor |
11:00 - 11:30 | COFFEE BREAK |
11:30 - 12:15 | Inferencia Bayesiana i programació probabilística / Jesus Cerquides |
12:15 -13:00 | The Mathematical Characterization of Brain States: A Clinical (Future) Reality / Ignasi Cos |
13:00-15:00 | DINAR |
REPTES | |
15:00 -15:45 | Més enllà dels algoritmes de machine-learning – rigor metodològic i utilitat / Joaquim Raduà |
15:45 -16:30 | Enhanced health risk assessment and patient stratification in a digital health framework / Isaac Cano |
16:30 -17:00 | COFFEE BREAK |
17:00 -17:45 | Machine Learning per a un sistema de salut més eficient i just / Ricard Gavalda |
17:45 -18:00 | CLAUSURA |
INSCRIPICIÓ
LLISTA DE PARTICIPANTS
Name | Institution |
---|---|
Gabriel de Maeztu | IOMED |
Teresa Pérez-Sala | UPC |
Núria Garcia | SCM |
Natalia VILOR TEJEDOR | BarcelonaBeta Brain Research Center |
Eva Loureiro | ICO |
Sílvia Cufí | Leitat |
Aleix Ruiz de Villa | Freelance Consultant |
Xavi Jacas | private |
SONIA MOSTEIRO | Institut Català d\'Oncologia |
Alexei Levitchi | State University of Medicine and Pharmacy N. Testemitanu |
Júlia Sala | UPC |
ANDRES ANTON | Hospital Universitari Vall d\'Hebron |
Núria Folguera Blasco | Francis Crick Institute |
Yovani Torres Favier | CurlyHub |
Marina Aguilera | Educación secundaria |
Ricard Gavaldà | Amalfi Analytics |
Esther Ibáñez | ISI Foundation |
Marià Sust | Esteve Pharmaceuticals |
Yolanda Castellano | Other |
Andrea Pistillo | IDIAPJGol |
Carme Sardà | cap institució |
Alejandra González | Hospital Universitari Vall d\'Hebron |
Francisca Morey Cortès | IDIBELL |
Víctor Urrea | IrsiCaixa |
Alexandra Montoliu | Institut Català d\'Oncologia |
Sara Tous Belmonte | ICO-IDIBELL |
Mehmet Oguz Mulayim | Institut d\'Investigació en Intel·ligència Artificial (IIIA-CSIC) |
Bruna Martín Català | Universitat de Barcelona |
Jon Frias | Universitat de Barcelona |
Josep Lluís Carrasco | Universitat de Barcelona |
Carla Sendra Balcells | Universitat de Barcelona |
Carles Casacuberta Vergés | Universitat de Barcelona |
Eloi Puertas | Universitat de Barcelona |
Ignasi Cos | Universitat de Barcelona |
Natalia Pallarès | Universitat de Barcelona |
Vicente Yeves | Universitat de Barcelona |
Ernest Pons | Universitat de Barcelona |
Josep Garcia | Universitat de Barcelona |
Josep Vives | Universitat de Barcelona |
Oliver Valero | Universitat Autònoma de Barcelona |
Judit Chamorro Servent | Universitat Autònoma de Barcelona |
Llorenç Badiella | Universitat Autònoma de Barcelona |
Dolores Rexachs | Universitat Autònoma de Barcelona |
Roger Borràs | Universitat Autònoma de Barcelona |
Laura Zingaretti | Universitat Autònoma de Barcelona |
Joan Porti Piqué | Universitat Autònoma de Barcelona |
Judit Chamorro Servent | Universitat Autònoma de Barcelona |
Rosario Delgado | Universitat Autònoma de Barcelona |
Pilar Dellunde | Universitat Autònoma de Barcelona |
Borja Velasco | Universitat Autònoma de Barcelona |
Pere Puig Casado | Universitat Autònoma de Barcelona |
Dolors Herbera Espinal | Universitat Autònoma de Barcelona |
Anabel Blasco Moreno | Universitat Autònoma de Barcelona |
Joan Fernández | Universitat Politècnica de Catalunya |
Lluís Vila Grabulosa | Universitat Politècnica de Catalunya |
Neus Català | Universitat Politècnica de Catalunya |
Pedro Delicado | Universitat Politècnica de Catalunya |
Erik Cobo | Universitat Politècnica de Catalunya |
Andreu Català | Universitat Politècnica de Catalunya |
Miquel de Quadras | Universitat Politècnica de Catalunya |
Marta Casanellas Rius | Universitat Politècnica de Catalunya |
Jose Tomás Lázaro Ochoa | Universitat Politècnica de Catalunya |
Maribel Ortego | Universitat Politècnica de Catalunya |
Montserrat Alsina | Universitat Politècnica de Catalunya |
frederic udina | Universitat Pompeu Fabra |
Paul Joris Denis Rognon | Universitat Pompeu Fabra |
Melina Estela | Universitat Pompeu Fabra |
Carme Saurina Canals | Universitat de Girona |
Marta Reales | Universitat de Girona |
Pepus Daunis-i-Estadella | Universitat de Girona |
Elies Ramon | Universitat de Girona |
Albert Sorribas | Universitat de Lleida |
David Riaño | Universitat Rovira i Virgili |
Xavier Correig | Universitat Rovira i Virgili |
Segio Gómez | Universitat Rovira i Virgili |
Maria Pilar Giner Gimenez | Universitat Oberta de Catalunya |
Irene García Mosquera | Universitat de Les Illes Balears |
Francesc Rosselló | Universitat de Les Illes Balears |
Arnau Mir | Universitat de Les Illes Balears |
Zoe Falomir | Universitat Jaume I de Castelló |
Tomas Alarcon | Centre de Recerca Matemàtica |
Isabel Serra | Centre de Recerca Matemàtica |
Jesus Cerquides | CSIC |
Josep Puyol Gruart | CSIC |
Isaac Cano | IDIBAPS |
Aina Rodri | IDIBAPS |
Teresa Botta | IDIBAPS |
Gemma Aragones Bargallo | IDIBAPS |
Elia Alcaniz | IDIBAPS |
Adria Parcerisas Albes | IDIBAPS |
Judith Sabaté | IDIBAPS |
ALLOTJAMENT
ON-CAMPUS AND BELLATERRA
BARCELONA AND OFF-CAMPUS
Organitzen
Societat Catalana de Matemàtiques (SCM)
Societat Catalana d’Estadística (SoCE)
Asociación Catalana de Inteligencia Artificial (ACIA)
Col·laboren
For inquiries about this event please send an email to crmactivitats@crm.cat
|