Jesús Manzanares | Gradiant 25 de Junio de 2014
Los sistemas recomendadores son una de las tecnologías con más crecimiento en su aplicación de los últimos tiempos dadas las altas capacidades de los proveedores de contenidos para acumular datos sobre los usuarios. Cuando estos datos reflejan las preferencias de los usuarios, el filtrado colaborativo es una de las técnicas más utilizadas.
Por una parte es un filtrado, pues nos ayuda a discriminar información relevante de un grupo lo suficientemente grande. Es colaborativo puesto que se basa en el principio de que los individuos que han expresado satisfacción por los mismos elementos lo harán también en un futuro.
La incorporación de fuentes de datos objetivas (de origen médico) dentro del esta técnica de recomendación es uno de los retos a los que, desde el Área de Esalud, nos enfrentamos en Gradiant: el empleo de la información clínica de los pacientes para establecer similitudes entre ellos y la recopilación de señales biomédicas para la obtención de valoraciones.
La multitud de escenarios en los que esta tecnología es aplicable dentro de las ciencias de la salud incluye la terapia ocupacional, el descubrimiento de los individuos mejor indicados para ensayos clínicos e incluso en un futuro la asistencia al personal sanitario en la selección de fármacos, terapias y procedimientos.
En la actualidad, aplicamos con éxito todas estas aproximaciones en la musicoterapia dentro del proyecto SMEC. Este caso de uso en concreto nos permite tomar como referencia una de las aplicaciones más comunes en la recomendación (la música) y reafirmar nuestra apuesta por la inclusión de las tecnologías de la información en la salud.
La musicoterapia es un proceso en el que se busca fomentar la relación, comunicación, aprendizaje y expresión (entre otros) de las personas a través de actividades en un contexto musical. Estas actividades pueden ser tanto la audición de composiciones, la interacción con instrumentos y la participación conjunta en ejercicios de expresión musical.
Tomando como referencia la clínica de cada usuario (pacientes en este caso), hemos establecido mecanismos a través de los cuales podemos enriquecer algoritmos existentes para su aplicación específica. De igual manera, la recogida de señales biomédicas de cualquier naturaleza (frecuencia cardíaca o respiratoria y más complejas como eeg o ecg) nos permite aportar a las valoraciones subjetivas de cada paciente (sus gustos personales) una dimensión mucho más objetiva.
Es innegable el aumento en la calidad de los servicios que supone la incorporación de la tecnología a los diferentes aspectos de la vida. A pesar de los desafíos que se presentan en el área de la salud, puede ser este uno de los sectores en los que más calado consigamos, no sólo para disfrutar de todas las actividades desconocidas que nos podrían gustar si no de hacerlo durante más tiempo.
