Diseño de un sistema de aprendizaje basado en proyectos en Ciencia de Datos Biomédicos utilizando los datos abiertos MIMIC-III

Abstract

[ES] Las asignaturas Sistemas de Información y Telemedicina y Data Quality and Interoperability del Grado y Máster en Ingeniería Biomédica de la Universitat Politècnica de València, España, abordan los resultados de aprendizaje relacionados con la gestión y el procesamiento de bases de datos biomédicas, utilizando estándares de información de salud para la captura e intercambio de datos, evaluación de calidad de datos y desarrollo de modelos de aprendizaje automático a partir de estos datos. Estos resultados de aprendizaje cubren una amplia gama de actividades distintas en el ciclo de vida de los datos biomédicos, lo que puede dificultar el proceso de aprendizaje en el tiempo limitado asignado a la asignatura. Proponemos un enfoque de aprendizaje basado en proyectos que aborde el ciclo de vida completo de los datos biomédicos en el MIMIC-III (Medical Information Mart for Intensive Care III) Open Dataset, una base de datos de libre acceso que comprende información relacionada con pacientes ingresados ​​en unidades de cuidados críticos. Mediante este enfoque de aprendizaje activo, los estudiantes pueden lograr todos los resultados de aprendizaje de la asignatura de manera integrada: comprender el modelo de datos MIMIC-III, usar estándares de información de salud como la Clasificación Internacional de Enfermedades, 9a Edición (CIE-9), mapeo a los estándares de interoperabilidad, consultar datos, crear tablas de datos y abordar la calidad de los datos para aplicar análisis estadísticos y de aprendizaje automático confiables y desarrollar modelos predictivos para varias tareas, como predecir la mortalidad hospitalaria. MIMIC-III es ampliamente utilizado en la academia y la ciencia, con una gran cantidad de recursos disponibles al público y artículos científicos para apoyar el aprendizaje de los estudiantes. Además, los estudiantes obtendrán nuevas competencias en el uso de datos abiertos y capacitación en ética y cumplimiento de la investigación.

[EN] The subjects Health Information Systems and Telemedicine and Data Quality and Interoperability of the Degree and Master in Biomedical Engineering of the Universitat Politècnica de València, Spain, address learning outcomes related to managing and processing biomedical databases, using health information standards for data capture and exchange, data quality assessment, and developing machine-learning models from these data. These learning outcomes cover a large range of distinct activities in the biomedical data life-cycle, what may hinder the learning process in the limited time assigned for the subject. We propose a project based learning approach addressing the full life-cycle of biomedical data on the MIMIC-III (Medical Information Mart for Intensive Care III) Open Dataset, a freely accessible database comprising information relating to patients admitted to critical care units. By means of this active learning approach, students can achieve all the learning outcomes of the subject in an integrated manner: understanding the MIMIC-III data model, using health information standards such as International Classification of Diseases 9th Edition (ICD-9), mapping to interoperability standards, querying data, creating data tables and addressing data quality towards applying reliable statistical and machine learning analysis and, developing predictive models for several tasks such as predicting in-hospital mortality. Therefore, three new datasets have been created extracting key information from the MIMIC III database through SQL querys, this data has then been preprocessed to create in-hospital mortality prediction models with the aim of creating an active learning methodology for students and, in a future, implement those models into a clinical decision support system.

[CAT/VA] Les assignatures de Sistemes d'Informació i Telemedicina i Data Quality and Interoperability del Grau i Màster d'Enginyeria Biomèdica de la Universitat Politècnica de València, Espanya, aborden els objectius d'aprenentatge relacionats amb el maneig i processament de bases de dades biomèdiques, utilitzant estàndards d'informació en salut per a l'obtenció i l'intercanvi de dades, l'anàlisi de la qualitat d'aquests, i el desenvolupament de models de machine learning. Aquests objectius d'aprenentatge cobreixen un ampli ventall d'activitats diferents en el cicle de vida de les dades biomèdiques, la qual cosa pot dificultar el procés d'aprenentatge en el temps limitat assignat per a cada assignatura. Proposem un aprenentatge basat en projectes abordant el cicle de vida complet de les dades biomèdiques utilitzant el dataset públic MIMIC-III (Medical Information Mart for Intensive Care III), una base de dades accessible gratuïtament comprenent informació relacionada amb l'admissió de pacients en la unitat de vigilància intensiva. Per mitjà d'aquest enfocament d'aprenentatge actiu, els estudiants poden aconseguir tots els objectius d'aprenentatge de les assignatures de manera integral: entenent el model de dades MIMIC-III, utilitzant els estàndards d'informació com International Classification of Diseases 9th Edition (ICD-9), convertint a estàndards d'interoperabilitat, consultant dades, creant taules de dades i abordant la qualitat de dades amb l'objectiu d'aplicar estadístiques fiables i anàlisis machine learning i, desenvolupant múltiples models com els de predicció de mortalitat hospitalària. Per a això, s'han desenvolupat tres nous datasets extraient informació d'importància de la base de dades MIMIC III mitjançant diferents consultes SQL, s'han preprocessat aquestes dades per a un posterior modelatge predictiu de mortalitat hospitalària, amb l'objectiu de crear un aprenentatge actiu per als alumnes i de poder, en un futur, incloure aquests models en un sistema d'ajuda a la decisió mèdica.