Biografía

Profesora asociada del Departamento de Ingeniería de Sistemas y Computación, Universidad de los Andes. Doctora en informática del Institut National Polytechnique de Grenoble, Francia, 2006. Ingeniera de Sistemas y computación Universidad de los Andes, 1996, con maestría en Ingeniería de Sistemas y Computación Universidad de los Andes, 1998. Como campos de investigación de mayor interés: analítica de negocios, centros de competencia en analítica, manejo de datos en problemáticas de salud, y en particular el manejo de flujos de datos en analítica predictiva.

Charla

Análisis y preparación de electroencefalogramas para predicción de crisis epilépticas

Descripción de la Charla

Esta charla presenta métodos de preparación y análisis de información de electroencefalogramas para generar alertas de crisis epilépticas. Estas alertas permitirán a los pacientes epilépticos prepararse para la convulsión y disminuir el riesgo por daños físicos. Las crisis epilépticas son difíciles de identificar por modelos de analítica genéricos, ya que esta enfermedad es fuertemente dependiente de la persona que la sufre; la edad de la persona, su entorno, el momento de la crisis son algunos de los factores que afectan la generalización de las mismas. Sin embargo, se evidencia una oportunidad con el uso de modelos analíticos aplicados a electro encefalogramas, uno de los exámenes utilizados para diagnosticar y entender mejor la enfermedad. Las opciones de modelos analíticos varían de acuerdo con la cantidad de información de electrocardiogramas que se tenga del paciente o conjunto de pacientes. Es en este punto donde en la charla se presentarán elementos valiosos para caracterizar y analizar esta enfermedad o diagnósticos similares.

Biografía

Médica Neuróloga de la Universidad Militar Nueva Granada y MSc. Ciencias Neurológicas de la Universidad de Montreal, Quebec, Canadá

Profesora Titular, Facultad de Medicina Fundación Universitaria de Ciencias de la Salud (FUCS)

Coordinadora del Grupo de Investigación en Neurociencias de la FUCS, en temas de Enfermedad Neurodegenerativa (Ataxias neurodegenerativas), Deterioro cognitivo leve y Demencias (Alzheimer, Parkinson, Coreas etc..). Realizo su tesis de Maestría en Neurociencias en la Universidad de Montreal sobre Cerebelo (Enfermedad neurodegenerativa , neuroquímica y comportamiento). Ha realizado y dirigido trabajos de grado con candidatos a obtener Título de post-grado como especialista en Neurología y Medicina Familiar, y de pregrado con estudiantes de Enfermería y de Psicología. Trabaja además con el Grupo de Semilleros de investigación en Neurociencias en Medicina de la FUCS.

Es coordinadora del Grupo Interdisciplinario de la Memoria y Presidente de Comité de Ética en Investigación en Seres Humanos del Hospital Infantil Universitario de San José (HIUSJ), FUCS.

Charla

Análisis de datos de salud, ética, riesgos, oportunidades

Descripción de la Charla

El envejecimiento exponencial de la población mundial, en especial la de los países en vías desarrollo, nos obliga a considerar la búsqueda de soluciones a las múltiples dificultades que esto conlleva para nuestras sociedades; en especial en lo referente a enfermedades crónicas de este grupo mayor de la población, que se presentaran cada vez con más frecuencia, como son el deterioro cognitivo y las demencias.

Enfrentar esta problemática nos lleva a considerar la necesidad de realizar estudios de investigación, de manera interdisciplinaria, entre el sector de la salud y otros sectores como lo son los de las diferentes ingeniería y en especial todos aquellos campos del saber que abordan y desarrollan la temática tecnológica, lo que permitirá una mejor identificación y acceso a las soluciones de los retos planteados.

En este sentido en esta charla, trataremos aspectos de la ética en la investigación con adultos vulnerables (ej.: personas mayores con deterioro cognitivo o demencia) , el manejo de las bases de datos y el trabajo interdisciplinario.

Biografía

Profesor asociado, Graduate School of Life Science and Systems Engineering, Kyushu Inst. Tech., Japan. Investigador invitado del RIKEN Center for Advanced Intelligence Project

Doctor en Ingeniería de la Universidad de Kyushu, en Ciencias de la Información e Ingeniería Eléctrica. Máster en Ingeniería e Ingeniero en Ciencias de la Computación de la misma institución.

Profesor e investigador con más de 20 años de experiencia, más de 80 publicaciones relacionadas con el análisis de flujos de datos de sensores, análisis de información semiestructurada y estructurada y análisis e inferencia de actividad humana. Director de tesis doctorales y de su laboratorio de Investigación en el Kyushu Institute of Technology.

Reconocido como mejor publicación en varias conferencias científicas y ganador del Yamashita Research Award en 2016. Consultor en varias empresas relacionadas con información y tecnología, participante en múltiples proyectos de investigación en el área.

Charla

Application of Machine Learning and Sensor Data in Nurse Care Domains in Japan

Descripción de la charla

In this talk, we introduce activity recognition technology using mobile type sensors including smartphones and applications to medical and nursing fields. Although a lot of activity recognition technology has already been introduced, there are many challenges in collecting realistic datasets and developing algorithms for complicated and long-term activities. To this problem, from our research, we proposed a method that uses prior knowledge of the activity segment of the day, and a method that automatically corrects when the timing of the labels are inaccurate. We also proposed a method that corrects differences among individuals by transfer learning. Along with these works, we talk about the future prediction of nursing work volume and patient prognosis in combination with medical data in the hospital, and talk about the trial of recognizing whole staffs' activities in nursing homes for 4 months.

Biografía

Graduate School of Life Science and Systems Engineering, Kyushu Inst. Tech., Japan.r

Paula Lago es Doctora en Ingeniería, Magíster e Ingeniera de Sistemas y Computación de la Universidad de los Andes. Su trabajo de investigación se centra en el modelaje e inferencia automática de patrones de comportamiento en la vida diaria en ambientes asistidos. Ha sido investigadora invitada del Laboratorio de Informática de Grenoble, en Francia. Fue profesora del Departamento de Ingeniería de Sistemas y Computación del a Universidad de los Andes, de la EAN y de la Universidad Sergio Arboleda. Ha sido autora de múltiples publicaciones en conferencias y revistas científicas arbitradas.

Charla

Aprendizaje automático de rutinas en casa mediante uso de sensores para identificar cambios de comportamiento

Descripción de la charla

A medida que nuestros parientes cercanos envejecen, debemos tomar decisiones difíciles como cuándo es hora de mudarse a un hogar donde cuiden de ellos. Tomar estas decisiones es difícil porque la edad no es un buen indicador de la capacidad para vivir de forma independiente. Debemos buscar patrones de incidentes que indiquen la incapacidad de vivir de forma independiente, por ejemplo, dejar la estufa encendida constantemente, o el dejar de salir al parque. Sin embargo, notar estos patrones no es fácil para los familiares cercanos, pues a menudo excusamos tales comportamientos como eventos singulares. Cuando finalmente aceptamos que puede haber un problema, puede que sea demasiado tarde.

La tecnología puede hacer un mejor trabajo en monitorear los cambios de comportamiento objetivamente. Pero no todos los cambios deben ser alarmantes. En esta charla, exploramos formas en que los hogares inteligentes pueden aprender a detectar desviaciones de comportamiento teniendo en cuenta las rutinas individuales, el contexto de las situaciones y otras claves para evitar falsas alarmas.

Biografía

Docente-investigadora, categoría Titular, de la Escuela de Computación, Facultad de Ciencias de la Universidad Central de Venezuela (UCV), y profesora del Postgrado en Ciencias de la Computación de la mencionada Universidad. Realizó sus estudios de Licenciatura en Computación y de Maestría en Ciencias de la Computación en esta casa de estudios. Posteriormente, se trasladó a Barcelona, España, donde realizó sus estudios de Doctorado en la Universidad Politécnica de Cataluña, en el área de aprendizaje artificial (machine learning). Su Tesis Doctoral recibió Mención de Honor “Sobresaliente Cum Laude”. A su regreso a la UCV, se desempeñó como coordinadora del Centro de Ingeniería de Software y Sistemas de la Escuela de Computación y fue fundadora del Laboratorio de Inteligencia Artificial adscrito a este centro de investigación. Durante su carrera como docente e investigadora ha dirigido trabajos conducentes a los títulos de Licenciatura, Maestría y Doctorado en las áreas de machine learning, minería de datos, ingeniería del conocimiento, sistemas de recomendación e inteligencia artificial aplicada, así como publicado diversos trabajos en revistas y congresos especializados. Ha coordinado y participado en diversos proyectos de investigación interdisciplinarios, a nivel nacional y con otros centros de investigación de universidades extranjeras, en los cuales se han desarrollado aplicaciones de apoyo a la toma de decisiones en diversos dominios (Bioanálisis, biología y ambiente, gestión de la tierra, entre otros). También ha participado en el desarrollo de proyectos para Instituciones del Estado, en el área de gestión de conocimiento en soporte técnico. Ha diseñado y dictado Talleres y Cursos de Capacitación sobre minería de datos y minería de textos (text mining) con el uso de diversas herramientas especializadas. Actualmente, se desempeña como profesora invitada en la Universidad de Los Andes, Bogotá, donde está impartiendo cursos a nivel de postgrado y pregrado en las áreas de machine learning y minería de datos.

Charla

Ingeniería del conocimiento y machine learning: sinergia entre expertos y datos.

Descripción de la charla

La identificación de Bacilos Gram Negativos no Fermentadores (BGNNF) de la Glucosa es de gran importancia clínica por ser ellos agentes causantes de infecciones nosocomiales. Sin embargo, identificarlos en una muestra hospitalaria es un proceso laborioso, exigente y complejo debido a la ausencia de protocolos definidos para esta tarea y a la incertidumbre inherente al problema. Como consecuencia, el personal responsable debe realizar muchos ensayos y dedicar mucho tiempo al análisis de los resultados. En este trabajo se describe cómo, utlizando técnicas de la ingeniería del conocimiento y del aprendizaje automático (machine learning), fue posible la construcción de un sistema de apoyo a los profesionales del área, el cual sugiere pautas para simplificar el proceso de identificación, maneja la incertidumbre asociada al proceso y facilita la incorporación de conocimiento relacionado con nueva información sobre el comportamiento bioquímico de estos microorganismos.

Taller

Introducción a las técnicas de machine learning.

Descripción del Taller

El objetivo de este taller es proporcionar los conceptos básicos del aprendizaje automático (machine learning). ¿Qué es? ¿Qué tipo de problemas pueden resolverse con estas técnicas? ¿Cuál es el proceso a seguir para obtener una solución? Estos temas serán ilustrados con un caso práctico.

Biografía

Ingeniero electrónico de la Universidad Distrital Francisco José de Caldas con especialización en matemática aplicada de la Universidad Sergio Arboleda. Posee maestría y doctorado en ingeniería eléctrica (área: inteligencia computacional, sub-área: inteligencia computacional en salud) de la Universidad Federal de Rio de Janeiro en Brasil (COPPE/UFRJ), siendo parte también del Centro de Pesquisa em Engenharia Elétrica – CEPEL. Sus intereses están en procesamiento digital de señales e inteligencia computacional aplicada, empleando redes neuronales artificiales en ingeniería. Ha sido categorizado como investigador asociado por Colciencias y Senior Member por el IEEE, donde ha sido voluntario desde hace 17 años.

Panel de Expertos

Empresa

Biografía

Elisa is a Subject Matter Expert (SME) in IBM Spanish South America. With 23 years’ experience in the health industry (government, providers & payers), has done extensive work in the several countries in Latin America, she advises health care companies and insurers on strategy to develop their competitive advantage by leveraging information, analytics and/or technology. She has also helped numerous companies in their transformational efforts to introduce new products & services, promote innovation and change business models. Elisa has led many core operational initiatives to optimize risk, medical management, claims, and others strategic processes. Elisa is speaker in many healthcare conferences and she is the author of many articles relating to health systems in the region. She has been responsible for locating world class health solutions according to Colombian and other countries law.

Panel de Expertos

Biografía

Cargo: Representante Legal

Alvaro J. Riascos Villegas es Matemático de la Universidad de los Andes en Bogotá. Tiene una Maestría y un Doctorado en Matemáticas Aplicadas del Instituto de Matemáticas Puras e Aplicadas en Rio de Janeiro (IMPA). Ha sido Profesor Visitante de la Universidad de California en Los Angeles, IMPA en Rio de Janeiro, Kellogg en la Universidad de Northwestern, California Institute of Technology, Universidad de Stanford, Investigador Visitante del Fondo Monetario Internacional en Washington D.C., Cowles Foundation for Economic Research en la Universidad de Yale, JP Morgan en Nueva York; consultor del Banco Mundial y el Banco Interamericano de Desarrollo y, por nueve años, Investigador de la Subgerencia de Estudio Económicos del Banco de la República (1996 – 2005). Sus intereses académicos han estado relacionados principalmente con la teoría general del equilibrio, teoría de subastas, teoría de juegos y matemáticas aplicadas al sector energético, salud pública y política de competencia. Ha publicado en el European Competition Law Review, Peace and Security Economics, Latin American Journal of Economics, Journal of Mathematical Economics, Journal of Monetary Economics, Advances in Theoretical Economics, Topics in Theoretical Economics, Energy Journal, Applied Behavioral Statistics, International Journal of Knowledge Discovery in Bioinformatics entre otros. Es el autor del texto Métodos Matemáticos y Computacionales en Macroeconomía (Ediciones UNIANDES) y desde el segundo semestre del 2005 se encuentra vinculado como Profesor e Investigador de la Facultad de Economía de la Universidad de los Andes. Es fundador y director de Quantil (www.quantil.com.co), una compañía de matemáticas aplicadas a la industria, miembro principal de la Junta Directiva de XM, de los comités de inversión en multiactivos y renta variable del Grupo Bancolombia y Presidente de la Comisión de Matemáticas Aplicadas e Industriales de la Sociedad Colombiana de Matemáticas.

Charla

Aprendizaje de máquinas y modelos de predicción y progresión de la enfermedad renal

Descripción de la charla

Introducimos el problema de predicción y progresión de la ERC en Colombia y comparamos el uso de técnicas de aprendizaje de máquinas frente a técnicas más tradicionales utilizadas en biomedicina. También comparamos el desempeño de los modelos basados principalmente en criterios médicos con el uso de técnicas estadísticas para la construcción de variables sin ningún tipo de conocimiento experto sobre el problema.

Empresa

Descripción

En el taller de Sensores, nueva fuente de datos y oportunidades de innovación , los participantes tendrán la oportunidad de realizar una práctica de cómo utilizar datos de sensores para generar información sobre situaciones particulares evidenciadas a partir de los datos, en un caso concreto.

Although businesses are generating more data than ever before, both structured and non-structured data, these data are rarely looked at more than once, much less analyzed in detail missing an opportunity to discover new actionable insights. In this workshop, participants will acquire the ability to analyze structured and non-structured data and will have the opportunity to gain hands-on experience by analyzing the nursing records obtained from a nursing home in Japan during one month.

A nursing record contains the data about what nursing care a patient receives, as well as any other events or factors which may affect the patient's wellbeing. These can range from a visit by the patient's relatives to going to the hospital for an emergency. In contrast to health records, nursing records combine structured data with text data written in free form. From this data, a patient report stating what type of care a patient has received and his response to this, nurse workload reports and other analysis can be made.

Descripción

Por Definir

Conferencista:

Por Definir

Lugar: Por Definir

Descripción

El objetivo de este taller es proporcionar los conceptos básicos del aprendizaje automático (machine learning). ¿Qué es? ¿Qué tipo de problemas pueden resolverse con estas técnicas? ¿Cuál es el proceso a seguir para obtener una solución? Estos temas serán ilustrados con un caso práctico.

Conferencista:

Haydemar María Nuñez Castro

Lugar: Por Definir

Descripción

Por Definir

Conferencista:

Por Definir

Lugar: Por Definir

Descripción

Esta charla presenta métodos de preparación y análisis de información de electroencefalogramas para generar alertas de crisis epilépticas. Estas alertas permitirán a los pacientes epilépticos prepararse para la convulsión y disminuir el riesgo por daños físicos. Las crisis epilépticas son difíciles de identificar por modelos de analítica genéricos, ya que esta enfermedad es fuertemente dependiente de la persona que la sufre; la edad de la persona, su entorno, el momento de la crisis son algunos de los factores que afectan la generalización de las mismas. Sin embargo, se evidencia una oportunidad con el uso de modelos analíticos aplicados a electro encefalogramas, uno de los exámenes utilizados para diagnosticar y entender mejor la enfermedad. Las opciones de modelos analíticos varían de acuerdo con la cantidad de información de electrocardiogramas que se tenga del paciente o conjunto de pacientes. Es en este punto donde en la charla se presentarán elementos valiosos para caracterizar y analizar esta enfermedad o diagnósticos similares.

Descripción

In this talk, we introduce activity recognition technology using mobile type sensors including smartphones and applications to medical and nursing fields. Although a lot of activity recognition technology has already been introduced, there are many challenges in collecting realistic datasets and developing algorithms for complicated and long-term activities. To this problem, from our research, we proposed a method that uses prior knowledge of the activity segment of the day, and a method that automatically corrects when the timing of the labels are inaccurate. We also proposed a method that corrects differences among individuals by transfer learning. Along with these works, we talk about the future prediction of nursing work volume and patient prognosis in combination with medical data in the hospital, and talk about the trial of recognizing whole staffs' activities in nursing homes for 4 months.

Descripción

A medida que nuestros parientes cercanos envejecen, debemos tomar decisiones difíciles como cuándo es hora de mudarse a un hogar donde cuiden de ellos. Tomar estas decisiones es difícil porque la edad no es un buen indicador de la capacidad para vivir de forma independiente. Debemos buscar patrones de incidentes que indiquen la incapacidad de vivir de forma independiente, por ejemplo, dejar la estufa encendida constantemente, o el dejar de salir al parque. Sin embargo, notar estos patrones no es fácil para los familiares cercanos, pues a menudo excusamos tales comportamientos como eventos singulares. Cuando finalmente aceptamos que puede haber un problema, puede que sea demasiado tarde.

La tecnología puede hacer un mejor trabajo en monitorear los cambios de comportamiento objetivamente. Pero no todos los cambios deben ser alarmantes. En esta charla, exploramos formas en que los hogares inteligentes pueden aprender a detectar desviaciones de comportamiento teniendo en cuenta las rutinas individuales, el contexto de las situaciones y otras claves para evitar falsas alarmas.

Descripción

El envejecimiento exponencial de la población mundial, en especial la de los países en vías desarrollo, nos obliga a considerar la búsqueda de soluciones a las múltiples dificultades que esto conlleva para nuestras sociedades; en especial en lo referente a enfermedades crónicas de este grupo mayor de la población, que se presentaran cada vez con más frecuencia, como son el deterioro cognitivo y las demencias.

Enfrentar esta problemática nos lleva a considerar la necesidad de realizar estudios de investigación, de manera interdisciplinaria, entre el sector de la salud y otros sectores como lo son los de las diferentes ingeniería y en especial todos aquellos campos del saber que abordan y desarrollan la temática tecnológica, lo que permitirá una mejor identificación y acceso a las soluciones de los retos planteados.

En este sentido en esta charla, trataremos aspectos de la ética en la investigación con adultos vulnerables (ej.: personas mayores con deterioro cognitivo o demencia) , el manejo de las bases de datos y el trabajo interdisciplinario.

Descripción

Introducimos el problema de predicción y progresión de la ERC en Colombia y comparamos el uso de técnicas de aprendizaje de máquinas frente a técnicas más tradicionales utilizadas en biomedicina. También comparamos el desempeño de los modelos basados principalmente en criterios médicos con el uso de técnicas estadísticas para la construcción de variables sin ningún tipo de conocimiento experto sobre el problema

Empresa

Descripción

La identificación de Bacilos Gram Negativos no Fermentadores (BGNNF) de la Glucosa es de gran importancia clínica por ser ellos agentes causantes de infecciones nosocomiales. Sin embargo, identificarlos en una muestra hospitalaria es un proceso laborioso, exigente y complejo debido a la ausencia de protocolos definidos para esta tarea y a la incertidumbre inherente al problema. Como consecuencia, el personal responsable debe realizar muchos ensayos y dedicar mucho tiempo al análisis de los resultados. En este trabajo se describe cómo, utlizando técnicas de la ingeniería del conocimiento y del aprendizaje automático (machine learning), fue posible la construcción de un sistema de apoyo a los profesionales del área, el cual sugiere pautas para simplificar el proceso de identificación, maneja la incertidumbre asociada al proceso y facilita la incorporación de conocimiento relacionado con nueva información sobre el comportamiento bioquímico de estos microorganismos.

Descarga nuestra versión en pdf AQUÍ