Última actualización: 26/06/2019


Curso Académico: 2019/2020

Medicina Personalizada
(18069)
Titulación: Máster Universitario en Ingeniería de la información para la salud (359)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: MUÑOZ BARRUTIA, MARIA ARRATE

Departamento asignado a la asignatura: Departamento de Bioingeniería e Ingeniería Aeroespacial

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Materias que se recomienda haber superado
Para cursar la asignatura es aconsejable haber completado: - Bioseñales y Bioimágenes - Aprendizaje Máquina - Aprendizaje Profundo
Competencias que adquiere el estudiante y resultados del aprendizaje.
La medicina personalizada identifica elementos que predicen la predisposición del individuo a la enfermedad y su respuesta al tratamiento. El objetivo del curso es familiarizar a los estudiantes con las herramientas y los métodos relativos a la medicina personalizada. En particular, cómo se integra la información genómica y -ómica con los datos clínicos con los datos clínicos y de laboratorio para clasificar la susceptibilidad a la enfermedad, ofrecer diagnósticos mejorados, intervenciones más tempranas, terapias farmacológicas dirigidas y más eficientes, y tratamientos personalizados. Con respecto a las habilidades específicas, al final del curso, el estudiante podrá: - Demostrar conocimiento sobre diversas tecnología para generar y analizar ¿big data¿. - Aplicar herramientas de aprendizaje automático para el análisis de datos ¿-ómicos¿. - Integrar información de datos clínicos y -ómicos. - Mostrar una buena perspectiva del futuro de la medicina personalizada. Además, el estudiante desarrollará o mejorará las capacidades generales para: - Analizar problemas y proponer soluciones. - Aplicar los conocimientos a la práctica de la ingeniería. - Descomponer problemas complejos en una colección de tareas más sencillas. - Integrar conocimiento multidisciplinar. - Trabajar de forma autónoma y cooperativa.
Descripción de contenidos: Programa
- Definición, misión y visión de la medicina personalizada y de precisión. - Tecnologías -ómicas: Instrumentación, qué datos se generan y qué información se puede extraer. - Información proporcionada por las imágenes médicas y la tecnología -ómica asociada (radiómica). - Aplicación del aprendizaje automático y del aprendizaje profundo al análisis de datos -ómicos. - Integración de la información -ómica con datos clínicos y de laboratorio. - Lecciones aprendidas sobre la medicina personalizada en el ámbito de investigación. - ¿Cómo utilizar la medicina personalizada en la práctica clínica? - Perspectivas de futuro en la medicina personalizada.
Actividades formativas, metodología a utilizar y régimen de tutorías
La metodología de enseñanza se basará principalmente en conferencias, seminarios y sesiones prácticas. Los estudiantes deben leer la documentación asignada antes de las conferencias y seminarios. Las lecciones serán utilizadas por los profesores para enfatizar y aclarar algunos puntos difíciles o interesantes de la lección correspondiente, previamente preparados por el estudiante. Los seminarios se dedicarán principalmente a las presentaciones de especialistas en la materia y al debate interactivo con los estudiantes, la presentación y la evaluación de las tareas. La calificación se basará en la evaluación continua que incluye exámenes cortos, taras, presentaciones de trabajo en grupo, sesiones prácticas y participación de los estudiantes en clase y Aula Global. La asistencia a los seminarios, la realización de los exámenes cortos o la presentación de posibles tareas no es obligatoria. Sin embargo, sino asiste a algún examen o no envía los ejercicios antes de la fecha límite, se obtendrá una calificación de cero en el ejercicio correspondiente e influirá en la calificación final de la evaluación continua. Las sesiones prácticas consistirán en trabajos de laboratorio o visitas a centros clínicos o de investigación. Se requerirá un informe de laboratorio para cada uno de ellos. La asistencia al 80% de las sesiones de prácticas es obligatoria. Si no se entregan los informes de laboratorio a tiempo o las faltas de asistencia injustificadas darán lugar a una calificación de cero para esa práctica.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Bibliografía básica
  • A. Roy. The emerging precision, personalized medicine and big data analytics approach in healthcare: Big data analytics in healthcare. .. 2017
  • D. Barh, D. Dhawan, N. K. Ganguly. Omics for personalized medicine. Springer. 2016
Bibliografía complementaria
  • E. Topol. Deep medicine: How artificial intelligence can make healthcare human again. .. 2019
Recursos electrónicosRecursos Electrónicos *
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura y la planificación semanal podrían sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.