[et_pb_section fb_built=\u00bb1″ custom_padding_last_edited=\u00bbon|phone\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb background_color=\u00bb#1f2437″ background_enable_image=\u00bboff\u00bb background_position=\u00bbcenter_left\u00bb custom_margin_tablet=\u00bb||||false|false\u00bb custom_margin_phone=\u00bb-1rem||||false|false\u00bb custom_margin_last_edited=\u00bbon|tablet\u00bb custom_padding=\u00bb0rem|1rem|0rem|1rem|true|false\u00bb custom_padding_tablet=\u00bb0rem|2rem|4rem|2rem|false|false\u00bb custom_padding_phone=\u00bb|1rem||1rem|false|false\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_row custom_padding_last_edited=\u00bbon|phone\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb width=\u00bb100%\u00bb max_width=\u00bb1540px\u00bb custom_padding_tablet=\u00bb\u00bb custom_padding_phone=\u00bb1rem||1rem||true|false\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4″ _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][lwp_divi_breadcrumbs link_color=\u00bb#FFFFFF\u00bb separator_color=\u00bb#FFFFFF\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb custom_padding_tablet=\u00bb1rem||1rem||true|false\u00bb custom_padding_phone=\u00bb1rem||1rem||true|false\u00bb custom_padding_last_edited=\u00bbon|phone\u00bb global_colors_info=\u00bb{}\u00bb][\/lwp_divi_breadcrumbs][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00bb1″ custom_padding_last_edited=\u00bbon|phone\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb custom_margin_tablet=\u00bb-5rem||||false|false\u00bb custom_margin_phone=\u00bb\u00bb custom_margin_last_edited=\u00bbon|phone\u00bb custom_padding=\u00bb|1rem||1rem|false|false\u00bb custom_padding_tablet=\u00bb|2rem||2rem|false|false\u00bb custom_padding_phone=\u00bb|1rem||1rem|false|false\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_row _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb width=\u00bb100%\u00bb max_width=\u00bb1540px\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4″ _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_text _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb text_font=\u00bbRaleway||||||||\u00bb header_3_font=\u00bbMontserrat||||||||\u00bb header_3_text_color=\u00bb#1f2437″ hover_enabled=\u00bb0″ global_colors_info=\u00bb{}\u00bb sticky_enabled=\u00bb0″]<\/p>\n
<\/p>\n
Las investigaciones relacionadas con las m\u00e1quinas y el aprendizaje profundo han cobrado gran inter\u00e9s en los \u00faltimos a\u00f1os en el campo de la medicina del sue\u00f1o. Los proyectos de investigaci\u00f3n que utilizan estos m\u00e9todos necesitan explotar una enorme cantidad de datos cl\u00ednicamente sensibles. Esto plantea varias cuestiones, como la apertura de la investigaci\u00f3n, la protecci\u00f3n de la intimidad y la seguridad de los datos, y la importancia de encontrar un equilibrio entre ambas. Actualmente, se supone que los proyectos de investigaci\u00f3n deben seguir los principios de datos FAIR (localizables, accesibles, interoperables y reutilizables) y el reciente Reglamento General de Protecci\u00f3n de Datos de la Comisi\u00f3n Europea (GDPR,2016\/679). Sin embargo, seguir el GDPR obstaculiza la aplicaci\u00f3n de FAIR y dificulta enormemente el intercambio de datos entre instituciones cl\u00ednicas o de investigaci\u00f3n, especialmente en el caso de datos retrospectivos. <\/span><\/p>\n Idealmente, el intercambio de datos deber\u00eda constar de tres pasos: (1) cifrado de datos, (2) intercambio de datos con plataformas seguras, y (3) almacenamiento seguro de datos. Sin embargo, el cifrado de datos no ha recibido la atenci\u00f3n que merece a pesar de ser uno de los elementos clave: si por cualquier motivo fallan los otros dos pasos, el cifrado de datos garantiza que los datos sigan estando protegidos y no sea posible la identificaci\u00f3n de las personas. As\u00ed pues, disponer de algoritmos de cifrado de datos sofisticados y validados ser\u00eda muy valioso para toda la comunidad investigadora. Adem\u00e1s, tambi\u00e9n se desea realizar an\u00e1lisis complejos y operaciones de aprendizaje autom\u00e1tico sobre los datos cifrados para facilitar la explotaci\u00f3n conjunta de estos datos compartidos de forma segura.<\/span><\/p>\n [\/et_pb_text][et_pb_text _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb text_font=\u00bbRaleway||||||||\u00bb header_4_font=\u00bbMontserrat||||||||\u00bb header_4_text_color=\u00bb#1f2437″ hover_enabled=\u00bb0″ global_colors_info=\u00bb{}\u00bb sticky_enabled=\u00bb0″]<\/p>\n El demostrador utilizar\u00e1 datos consistentes en grabaciones del sue\u00f1o (es decir, electroencefalograf\u00eda, electrooculograf\u00eda, electromiograf\u00eda, se\u00f1ales respiratorias, se\u00f1ales de oximetr\u00eda, ronquidos (audio), posici\u00f3n al dormir, esfuerzo respiratorio y, posiblemente, la grabaci\u00f3n de v\u00eddeo nocturna), historiales m\u00e9dicos de pacientes y cuestionarios relacionados con trastornos del sue\u00f1o en formato de texto (word, excel,etc.), recogidos dentro del proyecto H2020 SLEEPREVOLUTION. El objetivo del demostrador es ilustrar que, tras el cifrado, las grabaciones del sue\u00f1o pueden tratarse y analizarse de forma similar (mediante complejas t\u00e9cnicas anal\u00edticas y de ML) a los datos no cifrados. Es necesario que la soluci\u00f3n pueda utilizarse independientemente del software de registro del sue\u00f1o o del dispositivo utilizado para analizar o recopilar los datos. El cifrado tambi\u00e9n deber\u00eda ser posible independientemente del n\u00famero o la calidad de las se\u00f1ales en las grabaciones del sue\u00f1o. La soluci\u00f3n debe incluir una interfaz de usuario de f\u00e1cil manejo y ser f\u00e1cilmente utilizable en el entorno cl\u00ednico (operativo) por los profesionales cl\u00ednicos.<\/span><\/p>\n [\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"
\n Socios<\/span>
\n<\/b>: <\/span> En este demostrador participar\u00e1n tres centros de medicina del sue\u00f1o de tres pa\u00edses distintos (el Hospital Universitario Charite de Alemania, el Hospital Universitario Kuopio de Finlandia y el Hospital de Dieu de Francia). El desarrollo t\u00e9cnico contar\u00e1 con el apoyo del equipo de inform\u00e1tica m\u00e9dica del Hospital Universitario de Gottingen, Alemania. <\/span><\/p>\n
\n Descripci\u00f3n del problema<\/span>
\n<\/b>:<\/span><\/p>\nAplicaci\u00f3n demostradora prevista<\/b>:<\/span><\/h4>\n
<\/h4>\n