Original score of the "Tune III of the city center (organ&synths)" from City Musical Tunes (Collection).

The original score of "Surroundings", from Short City Musical Tunes.

The original score of "Main Street Closed", from Short City Musical Tunes.

The original score of "Clock Tower Dance", from Short City Musical Tunes.

Autores: Carolina Garcia-Vidal Christian Teijón-Lumbreras Emmanuelle Gras Antonio Gallardo-Pizarro Ainhoa Castiella Cynthia Terrones Ana Martinez-Urrea "A validated prognostic machine learning algorithm designed to stratify 30-day mortality risk in patients with candidemia using ten key clinical variables." 

Autores: Carolina Garcia-Vidal Christian Teijón-Lumbreras Emmanuelle Gras Antonio Gallardo-Pizarro Ainhoa Castiella Cynthia Terrones Ana Martinez-Urrea "A validated prognostic machine learning algorithm designed to stratify 30-day mortality risk in patients with candidemia using ten key clinical variables." 

Autores: Carolina Garcia-Vidal Christian Teijón-Lumbreras Emmanuelle Gras Antonio Gallardo-Pizarro Ainhoa Castiella Cynthia Terrones Ana Martinez-Urrea "A validated prognostic machine learning algorithm designed to stratify 30-day mortality risk in patients with candidemia using ten key clinical variables." 

Autores: Carolina Garcia-Vidal Christian Teijón-Lumbreras Emmanuelle Gras Antonio Gallardo-Pizarro Ainhoa Castiella Cynthia Terrones Ana Martinez-Urrea "A validated prognostic machine learning algorithm designed to stratify 30-day mortality risk in patients with candidemia using ten key clinical variables." 

Autores: Carolina Garcia-Vidal Christian Teijón-Lumbreras Emmanuelle Gras Antonio Gallardo-Pizarro Ainhoa Castiella Cynthia Terrones Ana Martinez-Urrea "A validated prognostic machine learning algorithm designed to stratify 30-day mortality risk in patients with candidemia using ten key clinical variables." 

Autores: Carolina Garcia-Vidal Christian Teijón-Lumbreras Emmanuelle Gras Antonio Gallardo-Pizarro Ainhoa Castiella Cynthia Terrones Ana Martinez-Urrea "A validated prognostic machine learning algorithm designed to stratify 30-day mortality risk in patients with candidemia using ten key clinical variables." 

Campaña incendios Zamora y León

Autores: Carolina Garcia-Vidal Oliver Perony Christian Teijón-Lumbreras Antonio Gallardo-Pizarro Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Oliver Perony Christian Teijón-Lumbreras Antonio Gallardo-Pizarro Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Oliver Perony Christian Teijón-Lumbreras Antonio Gallardo-Pizarro Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Oliver Perony Christian Teijón-Lumbreras Antonio Gallardo-Pizarro Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Oliver Perony Christian Teijón-Lumbreras Antonio Gallardo-Pizarro Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Antonio Gallardo-Pizarro Christian Teijón-Lumbreras Oliver Perony Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Antonio Gallardo-Pizarro Christian Teijón-Lumbreras Oliver Perony Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Antonio Gallardo-Pizarro Christian Teijón-Lumbreras Oliver Perony Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.

Autores: Carolina Garcia-Vidal Antonio Gallardo-Pizarro Christian Teijón-Lumbreras Oliver Perony Francesco Aiello Patricia Monzó-Gallo Ana Martinez-Urrea Los pacientes con neoplasias hematológicas presentan una inmunosupresión severa debido tanto a su enfermedad neoplásica como a los tratamientos a los que deben someterse. Como resultado, las infecciones constituyen la complicación más frecuente y letal en esta población. El manejo diagnóstico y terapéutico de estas infecciones es intensivo, lo que a menudo requiere procedimientos diagnósticos agresivos o la administración de tratamientos antimicrobianos con importantes efectos adversos. Esto resulta especialmente desafiante en estos pacientes, quienes ya son altamente vulnerables debido a sus neoplasias subyacentes y a la quimioterapia. Actualmente, este enfoque agresivo se aplica a todos los pacientes con neoplasias hematológicas, ya que no se dispone de herramientas para estratificar a los individuos según su riesgo de infección. Este proyecto tiene como objetivo desarrollar un centro de control informatizado basado en inteligencia artificial (IA) para la estratificación en tiempo real del riesgo de infecciones en pacientes con neoplasias hematológicas, con el objetivo final de servir de herramienta para la toma de unas decisiones médicas personalizadas. La herramienta integrará datos clínicos automatizados para notificar al médico tratante sobre la clasificación de riesgo, permitiendo personalizar estrategias de profilaxis, diagnóstico y tratamiento. Este sistema operará de forma continua, las 24 horas del día, los 7 días de la semana, ofreciendo un soporte objetivo y fiable que mejorará la calidad de la atención médica y reducirá los riesgos asociados al tratamiento inadecuado y minimizando complicaciones, toxicidad y el desarrollo de resistencias antimicrobianas (RAM). Objetivos específicos Desarrollar un centro de control informatizado que integre la recopilación de datos en tiempo real en un data lake y utilice algoritmos de inteligencia artificial para la estratificación del riesgo de infección en pacientes con neoplasias hematológicas. Evaluar la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN) de nuestra herramienta de estratificación en un entorno de práctica clínica real. Valores aportados al ámbito científico y a la sociedad El proyecto aborda problemas críticos en el manejo de infecciones en pacientes hematológicos. Las bacteriemias afectan al 13-60% de estos pacientes, con una mortalidad asociada superior al 30%, que se incrementa con tratamientos empíricos inadecuados, observados en el 25% de los casos según un estudio multicéntrico liderado por nuestro equipo. Las infecciones fúngicas, con una mortalidad superior al 40%, presentan retos similares debido al retraso diagnóstico. Este sistema automatizado permitirá personalizar el enfoque diagnóstico y terapéutico, evitando procedimientos invasivos innecesarios, administrando tratamientos dirigidos a pacientes de mayor riesgo y limitando el uso excesivo de antibióticos de amplio espectro en pacientes de bajo riesgo. Desde el ámbito científico, el proyecto propone una innovación transformadora al combinar algoritmos avanzados de IA con visualización de datos clínicos en tiempo real. Los algoritmos de IA permiten una estratificación objetiva del riesgo con un poder matemático superior al utilizado hasta la actualidad. Además nuestra herramienta puede estar disponible 24/7. Desde una perspectiva social, el sistema contribuye a mejorar la calidad de vida de los pacientes y fomenta una gestión más eficiente de los recursos sanitarios. El uso personalizado de tratamiento antibiótico, con mayor espectro para los pacientes con más riesgo y menor para aquellos con menor riesgo, impactará en un uso más responsable y objetivo de los antibióticos y por tanto en la lucha global contra la aparición de resistencias antimicrobianas, una amenaza reconocida internacionalmente que causa más de 33.000 muertes anuales en Europa y costes que alcanzan los 20.000 millones de dólares anuales en los Estados Unidos. La implementación de esta herramienta facilitará el diseño de políticas de salud más efectivas, impulsará la medicina de precisión y reducirá los costes económicos y ecológicos asociados al mal uso de técnicas diagnósticas y terapéuticas. Con un equipo multidisciplinar y una sólida experiencia clínica y tecnológica, este proyecto ofrece una solución viable, escalable y transformadora para abordar los retos críticos en la gestión de las infecciones en pacientes hospitalizados.