Conferencia: 'Avances estadísticos y de aprendizaje automático en el área de la medicina personalizada durante la Pandemia COVID-19. Resultados, lecciones y nuevas perspectivas'

La medicina personalizada busca maximizar la calidad de la atención sanitaria individualizando el proceso clínico a partir de las características de cada paciente, las cuales pueden evolucionar de forma única a lo largo del tiempo. Este proceso abarca múltiples áreas científicas, como son el descubrimiento de nuevos fármacos, la genética y genómica, la teoría estadística de la privacidad o el campo de la inferencia causal.

En este nuevo paradigma clínico la toma de decisiones se realiza a partir de la evidencia de los datos recogidos de los pacientes y en muchas ocasiones son las técnicas estadísticas y de aprendizaje automático las que permiten optimizar dichas decisiones clínicas de forma dinámica en el tiempo.

El objetivo de esta charla es mostrar algunos de los avances recientes en este campo de investigación en el contexto de la pandemia de COVID-19,  se introducirán en particular algunas contribuciones propias y se discutirán algunos problemas abiertos. Para finalizar, se  presentará el nuevo paquete de R para el tratamiento de datos funcionales denominado biosensors.usc.