Curso en Calidad en Big Data para Ciencias de la Vida

Presentación

Big data y las tecnologías que rodean a este concepto son una realidad desplegada en muchos sectores industriales. Cuando las aplicaciones derivadas de estas tecnologías se utilizan en entornos regulados o con requerimientos regulatorios (industria farmacéutica, biotecnología, salud, medicina o en cualquier eslabón de la cadena de suministro donde intervengan criterios GxP), es necesario desplegar las medidas de control suficientes para asegurar la calidad requerida en el producto final. La gestión de la calidad implementada en sistemas de información clásicos (software on-premise, registros electrónicos distribuidos en silos, gestión en papel) sigue siendo válida de forma conceptual cuando se aplica en sistemas big data, pero cambia drásticamente la metodología de aplicación.


El curso de Calidad en Big Data para Ciencias de la Vida está diseñado para implementar sistemas de calidad bajo entornos de investigación y producción de fármacos. La industria bio-farmacéutica, los centros de investigación biotech y los entornos en avances médicos necesitan profesionales preparados ante los cambios tecnológicos que aportan nuevas vías de conocimiento.

Esta especialización tiene como objetivo principal, dotar al estudiante de las herramientas necesarias para la correcta evaluación, implementación y mantenimiento de las tecnologías big data en entornos regulados, orientados especialmente hacia la industria biotech y farmacéutica así como para contextos de investigación médica.

El estudiante adquirirá las habilidades profesionales y conocimientos tecnológicos suficientes para poder gestionar sistemas de calidad para entornos de producción farmacéutica, biotech y médicos enfocados a la utilización de la información generada por sistemas big data. El programa presenta un marco tecnológico combinado con normativas internacionales como las Good Manufacturing Practices, ISO y guías como las ICH, FDA o Data Integrity. Asimismo, es un objetivo fundamental del curso proveer las herramientas necesarias para la validación de procesos donde intervengan sistemas tecnológicos big data.

Contenidos

Introducción al uso de big data en Ciencias de la Vida I:
- ¿Por qué hay que aplicar criterios de calidad en el procesamiento de big data en Ciencias de la Vida?
- Casos de uso de big data en life sciences: Genómica, Salud, Ensayos clínicos, Fabricación farmacéutica y biotecnológica

Fundamentos en big data:
- Diseño de estructuras big data: Fecha lake, Source of true, Fecha hub
- Motores de indexación
- Queries en estructuras big data
- Mecanismos de generación de conocimiento sobre big data: Artificial Intelligence (MXNET, Spark)
- Aplicaciones: Configuraciones sobre big-data (donde premise o cloud), Implementaciones ad hoc


Introducción al uso de big data en Ciencias de la Vida II:
- Infraestructuras big data: Map Reduce, Hadoop principles, Mongo DB, Cassandra y otros tipos de almacenamiento,
Utilidades para caché (eg. Redis), Conceptos IaaS, PaaS, SaaS

Seguridad y big data:
- Encriptación
- Autenticación & autorización
- Anonimización
- Introducción a blockchain

Tecnologías disponibles:
- On premise
- Cloud
- Perspectiva desde Calidad para ambos alcances
- R, un software open source


Obtención de conocimiento a través de big data:
- Estadística clásica sobre big data: limitaciones teóricas y tecnológicas
- AI sobre big data: la nueva estadística
- Consideraciones sobre el tratamiento de la calidad
- Gestionando modelos de AI en entornos GxP

Métodos para la adquisición de datos primarios:
- Adquisición de datos: el primer proceso en la cadena del tratamiento de la información: Bulk load, Adquisición masiva de datos: IOT vs. IIoT, Pre-requisitos de calidad en la adquisición de datos y su almacenamiento

Datos ómicos:
- Tratamientos de datos ómicos
- Análisis de datos genéticos
- Análisis del exposoma, caracterización e integración con diferentes datos ómicos

Guías de calidad:
- 21 CFR Parte 11 and extensiones
- Data Integrity
- ALCOA ++ aplicada sobre big data y tecnologías cloud
-Big fecha diseñado como driver para la implementación de la guía ICH 8, más allá de los CQA y CPP
- Aplicación de la ICH septiembre en sistemas big data y cloud

Calidad: Calificación y Validación:
- Sistemas de calidad aplicados sobre infraestructuras IT
- Sistemas de calidad tradicionales vs. requerimientos actuales para entornos big data y cloud
- Guías para la calificación de IaaS
- Guías para la validación de IaaS, PaaS, SaaS
- Guías para la validación de datos indexados, analítica avanzada, AI y Deep Learning sobre big data
- Análisis de riesgos en big data y entornos cloud
- Valor añadido en el uso de tecnologías big data aplicadas sobre entornos que requieren gestión de la calidad
- Aproximación disruptiva en la nueva generación de las Ciencias de la Vida

Hands-on & prácticas:
- Infraestructuras cloud big data y advanced analytics: AWS, Google, IBM, Azure
- Identificación de fortalezas y debilidades en servicios big data basados ​​en IaaS, PaaS y SaaS respecto a sistemas on-premise
- Algorítmica a través de I
- Herramientas y plataformas big data especializadas para life sciences: AI, indexación, almacenamiento
- Creación de modelos basados ​​en AI y DL bajo regulación
- Validación de resultados big data

Ponencias de casos de uso:
- Tratamiento de la imagen a través de AI en biotech
- Caso real de reorganización estructural en empresas farmacéuticas que incorporen sistemas big data
- Uso de R en biomedicina
- Principales Retos al Uso de datos de la historia clínica electrónica en el campo de la farmacovigilancia: el caso de BIFAP

Objetivos

El alcance del curso se fundamenta en proveer al estudiante las herramientas necesarias para gestionar un sistema de calidad adaptable a las normativas Life Sciences cuando se requiere aplicar las tecnologías big data, permitiendo así incorporar los beneficios derivados de su despliegue sobre las fuentes de información consideradas GxP relevantes.

Los objetivos a alcanzar son los siguientes:
- Conocer los diferentes tipos de tecnología existentes que permiten utilizar big data.
- Identificar las herramientas vinculadas al uso de big data (IoT, AI, cloud, etc.) que permiten optimizar costes de operación y mejorar la eficiencia de procesos.
- Experimentar correctos e incorrectos usos de esta tecnología en entornos regulados.
- Conocer las diferencias entre la aplicación de sistemas de gestión de calidad en Life Sciences para entornos clásicos en la gestión de la información vs. marcos big data.
- Advertir y controlar anomalías, irregularidades y disconformidades en la aplicación de herramientas tecnológicas big data sobre procedimientos y operaciones de fabricación farmacéutica, desarrollo biotech e investigación.
- Adquirir la capacidad de supervisar, verificar y validar sistemas big data de los que deban derivarse acciones con incidencia regulatoria.

Requisitos de acceso

Tener conocimientos previos en:

- Entornos colaborativos en el cloud (por ejemplo Google Docs).
- Tecnologías relacionadas con la gestión de la información.
- Estadística y herramientas estadísticas.
- Sistemas de calidad (por ejemplo ISO) o experiencia laboral en entornos GxP o regulados.
- Ciencias de la vida, a nivel académico o laboral.

Salidas profesionales

El curso sobre Calidad en Big Data para Ciencias de la Vida ha sido diseñado con una orientación eminentemente práctica tanto en términos de calidad como en el ámbito tecnológico. Se pretende con esta estructura ayudar al estudiante a ser competitivo y multidisciplinar en distintas funciones de la industria pharma-biotech así como en áreas de investigación relacionadas con la salud.

Las salidas profesionales con una relación directa a la especialización impartida en el curso son:
- Responsables de departamentos de cualificación y validación.
- Control, Garantía y Aseguramiento de la Calidad.
- Responsables de producción.
- Especialistas en relaciones con las Administraciones.
- Auditores internos y externos para entornos pharma-biotech y de salud.
- Dirección técnica y de operaciones.
- I+D+i: Ensayos clínicos, genómica, estudios médicos y de salud.
- Departamentos científicos en áreas de desarrollo farmacéutico y biotecnológico.
- Bioinformática con aplicación en áreas sometidas a normativas.
- Bioestadísticos con aplicación en nuevas tecnologías.
- Responsables de mejora de producto y de proceso farmacéutico y biotecnológico.
- Responsables de IT en laboratorios farmacéuticos.
- Responsables de documentación científica.

Contacto

Xavier Daura Ribera

Teléfono: 935868940

Correo electrónico: Xavier.Daura@uab.cat

Curso de especialización UAB

1ª Edición
Plazas: 40
Orientación: Profesional
10 ECTS
Código del estudio: 3873/1
Precio: 1000 ¤

Ver el detalle del precio

Modalidad: Presencial
Lugar: Casa de Convalescència, Carrer de Sant Antoni Mª Claret 171, 08041 Barcelona
Fechas: del 05/10/2018 al 19/01/2019
Idioma de docencia:
Catalán (60%), Castellano (40%)
Centros responsables:
Escola de Postgrau
Centros colaboradores:
Associació Bioinformatics Barcelona (BIB)
Título que se obtiene:
Certificado de Aprovechamiento del Curso Calidad en Big Data para Ciencias de la Vida

Contacta directamente con la coordinación del programa *Campos obligatorios

Recibirás copia de tu consulta por e-mail immediatamente y además te incluimos un PDF con toda la información del programa.