Privacidad desde el diseño
Datos sintéticos que no corresponden a pacientes reales. El riesgo de reidentificación se evalúa mediante métricas como la tasa de copias, DCR y Anonymeter, con un enfoque alineado con el RGPD.
Infraestructura para datos sintéticos médicos
Datos sintéticos para acelerar la Investigación Médica
Creamos datos médicos sintéticos, interoperables y trazables, para investigación, formación y validación técnica de IA en salud, con un enfoque de privacidad desde el diseño.
Calidad del Dato Sintético
Fidelidad Validación técnica documentada por modelo
Privacidad Riesgo evaluado (tasa de copias, DCR, Anonymeter)
Diversidad Cobertura de subgrupos evaluada
Datos sintéticos que no corresponden a pacientes reales, generados con privacidad desde el diseño y evaluación del riesgo de reidentificación (alineado con RGPD).
Una iniciativa de 
Conoce el proyecto
AIDataMed en vídeo
Descubre cómo el Grupo de Investigación IDARA está transformando la investigación médica con datos sintéticos.
El valor de AIDataMed
Calidad y privacidad evaluadas
Una infraestructura para investigadores que incorpora evaluación técnica de la calidad de los datos y del riesgo de reidentificación.
Calidad estadística evaluada
La validación técnica documenta por modelo la fidelidad de correlaciones, distribuciones e integridad referencial para los usos evaluados.
Diseño basado en principios FAIR
Diseñamos datos para que sean encontrables, accesibles, interoperables y reutilizables, facilitando su integración en infraestructuras de investigación.
Aplicaciones prácticas
Casos de uso AIDataMed
Descubre cómo los datos sintéticos pueden contribuir a abordar retos de la investigación médica, la colaboración entre centros y el acceso a datos clínicos.
01Investigación Clínica Multimodal
Modalidades de datos
Historias clínicas electrónicas (EHR), imágenes médicas, datos genómicos y resultados de laboratorio anonimizados.
Enfoque científico
- Sobremuestreo (oversampling) para corregir clases desbalanceadas.
- Generación de variantes sintéticas de datos escasos.
- Análisis estadístico y estudios observacionales reduciendo la exposición de PII/PHI.
Resultados esperados
- Cohortes ampliadas para estudios con significancia estadística.
- Mayor representatividad en análisis clínico y epidemiológico.
- Avance del conocimiento clínico mediante datos compartibles.
02Investigación en Enfermedades Raras
Modalidades de datos
Datos fenotípicos de baja prevalencia, secuenciación genética y biomarcadores procedentes de repositorios fragmentados.
Enfoque científico
- Creación de cohortes sintéticas expansivas basadas en pocos registros reales.
- Modelado de la progresión de la enfermedad.
- Integración de datos multicéntricos.
Resultados esperados
- Obtención de volumen de datos con significancia estadística.
- Descubrimiento de nuevos biomarcadores predictivos.
- Facilitación del desarrollo de terapias huérfanas.
03Data Sharing y Colaboración Controlada
Modalidades de datos
Bases de datos poblacionales, registros hospitalarios integrales y datos de ensayos clínicos históricos.
Enfoque científico
- Evaluación de la integridad referencial en los datos sintetizados.
- Generación de gemelos de datos interoperables (estándares OMOP/FHIR).
- Evaluación documentada del riesgo de privacidad (Privacy Risk Assessment).
Resultados esperados
- Intercambio de datos conforme a los marcos legales aplicables.
- Enfoque alineado con el RGPD y el Espacio Europeo de Datos de Salud (EHDS).
- Creación de repositorios «Data Clean Rooms».
Solicita una demo
Descubre cómo AIDataMed puede acelerar tu investigación
Si eres investigador o profesional de la salud, cuéntanos tu caso y te mostraremos la plataforma en funcionamiento.
- Generación de datasets a medida de tu investigación.
- Acompañamiento de un equipo científico-técnico.
- Privacidad desde el diseño y evaluación del riesgo de reidentificación.
Financiación
AIDataMed forma parte de las iniciativas seleccionadas en la Convocatoria 2024 del Programa de Ayudas para la Creación de Casos de Uso de Espacios de Compartición de Datos.
Promovido por el Ministerio para la Transformación Digital y de la Función Pública en el marco del Plan de Recuperación, Transformación y Resiliencia y financiado por la Unión Europea – NextGenerationEU.
Esta convocatoria responde a la Estrategia Europea de Datos, que prioriza la creación de espacios comunes europeos de datos por sectores estratégicos, entre ellos el Espacio Europeo de Datos de Salud (EHDS).
¿Tienes alguna pregunta?
Si eres investigador o profesional de la salud y necesitas más información sobre AIDataMed, no dudes en escribirnos.
aidatamed@iisgaliciasur.es