En la actualidad, el volumen de información y documentación existente dificulta, en muchos casos, su correcta interpretación y el acceso ágil a contenidos relevantes. Esta situación también se traslada al ámbito sanitario, donde la sobrecarga de información impacta directamente en los procesos de investigación.
En este contexto surge el proyecto AIDESL, una iniciativa aprobada en el marco de la convocatoria ITEA4 de EUREKA. El proyecto cuenta con la colaboración de una red de empresas y organizaciones a nivel internacional, incluyendo entidades en España, como Appolow Solutions S.L. y Bosonit, así como compañías de países como Alemania, Reino Unido, Canadá o Países Bajos, entre otros.
Se trata de un proyecto con una duración de 36 meses, iniciado el 1 de octubre de 2024 y con finalización prevista el 30 de septiembre de 2027, financiado por el Centro para el Desarrollo Tecnológico y la Innovación (CDTI), con un presupuesto de 637.605,5€.
Objetivo del proyecto
El objetivo principal de AIDESL es el desarrollo de una plataforma capaz de automatizar el proceso de extracción y análisis de datos textuales procedentes de publicaciones científicas y del sector salud.
Para ello, se integran modelos de Inteligencia Artificial, concretamente modelos de lenguaje natural a gran escala (LLMs), junto con técnicas deterministas orientadas a optimizar las Revisiones Sistemáticas de Literatura (SLR). De este modo, se busca mejorar los procesos de investigación científica y facilitar el acceso a la evidencia disponible.
Papel de Bosonit
Bosonit participa en cuatro de los seis paquetes de trabajo que conforman el proyecto. Su contribución se centra en el diseño de la arquitectura tecnológica que soporta el proceso de gestión del dato, permitiendo la recolección masiva, el filtrado y el procesamiento automatizado de los documentos necesarios.
Además, se implementan mecanismos avanzados de gestión de datos orientados a garantizar su calidad, tanto en términos de precisión como de consistencia. Esto incluye el desarrollo de sistemas de etiquetado inteligente de información científica y la creación de espacios de datos interoperables.
Resultados esperados
El proyecto permitirá identificar patrones clave, como eventos adversos, riesgos potenciales y la efectividad de tratamientos a lo largo del tiempo.
Asimismo, contribuirá a reducir significativamente el tiempo y los recursos necesarios para llevar a cabo revisiones científicas, mejorando la precisión de los resultados gracias a la calidad de los datos.
Financiado por CDTI
