Publicación:
Plataforma para la interoperabilidad de datos clíınicos mediante Federated Learning

Miniatura
Fecha
2022-09
Editor/a
Director/a
Tutor/a
Coordinador/a
Prologuista
Revisor/a
Ilustrador/a
Derechos de acceso
Atribución-NoComercial-SinDerivadas 4.0 Internacional
info:eu-repo/semantics/openAccess
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática
Proyectos de investigación
Unidades organizativas
Número de la revista
Resumen
En la mitología griega, Tántalo era un hijo de Zeus. Tántalo había sido acogido en el Olimpo e invitado a la mesa de los dioses. Luego robo la ambrosía, la comida de los inmortales, la llevo a los humanos y reveló los secretos de los dioses. Zeus se enojó y castigó a Tántalo a una tortura eterna. Su castigo consistió en permanecer en un lago cubierto de agua hasta la barbilla bajo un ´árbol con toda clase de manjares. Pero cuando tenía hambre o sed el agua y los manjares se alejaban de su alcance. Podríamos hacer un símil con el mito de Tántalo y la situación actual de los datos clínicos. Existen extensas bases de datos con información clínica. Pero cuando necesitamos acceder a esta información para realizar una investigación, nos encontramos con trabas legales, de privacidad, burocráticas o tecnológicas y se alejan de nuestro alcance y podemos sentirnos como Tántalo cuando no era capaz de saciar sus necesidades. En este trabajo se va a intentar facilitar el proceso del uso de estos datos para el entrenamiento de modelos de aprendizaje automático, evitando a los científicos de datos tener que lidiar con las dificultades que conlleva, mediante una plataforma con interfaz gráfica, que haciendo uso de fereated learning, convierta el proceso en algo transparente a sus ojos.
Descripción
Categorías UNESCO
Palabras clave
Federated Learning, privacidad, machine learning, interfaz gráfica, flower
Citación
Centro
Facultades y escuelas::E.T.S. de Ingeniería Informática
Departamento
No procede
Grupo de investigación
Grupo de innovación
Programa de doctorado
Cátedra
DOI