Curs en Qualitat en Big Data per a Ciències de la Vida

Presentació

Big data i les tecnologies que envolten a aquest concepte són una realitat desplegada en molts sectors industrials. Quan les aplicacions derivades d'aquestes tecnologies s'utilitzen en entorns regulats o amb requeriments regulatoris (indústria farmacèutica, biotecnologia, salut, medicina o en qualsevol baula de la cadena de subministrament on intervinguin criteris GxP), cal desplegar les mesures de control suficients per assegurar la qualitat requerida en el producte final. La gestió de la qualitat implementada en sistemes d'informació clàssics (programari on-premissa, registres electrònics distribuïts en sitges, gestió en paper) segueix sent vàlida de forma conceptual quan s'aplica en sistemes big data, però canvia dràsticament la metodologia d'aplicació.


El curs de Qualitat en Big Data per a Ciències de la Vida està dissenyat per implementar sistemes de qualitat sota entorns d'investigació i producció de fàrmacs. La indústria bio-farmacèutica, els centres d'investigació biotech i els entorns en avenços mèdics necessiten professionals preparats davant els canvis tecnològics que aporten noves vies de coneixement.

Aquesta especialització té com a objectiu principal, dotar l'estudiant de les eines necessàries per a la correcta avaluació, implementació i manteniment de les tecnologies big data en entorns regulats, orientats especialment cap a la indústria biotech i farmacèutica així com per a contextos d'investigació mèdica.

L'estudiant adquirirà les habilitats professionals i coneixements tecnològics suficients per poder gestionar sistemes de qualitat per a entorns de producció farmacèutica, biotech i metges enfocats a la utilització de la informació generada per sistemes big data. El programa presenta un marc tecnològic combinat amb normatives internacionals com les Good Manufacturing Practices, ISO i guies com les ICH, FDA o Data Integrity. Així mateix, és un objectiu fonamental del curs proveir les eines necessàries per a la validació de processos on intervinguin sistemes tecnològics big data.

Continguts

Introducció a l'ús de big data en Ciències de la Vida I:
- Per què cal aplicar criteris de qualitat en el processament de big data en Ciències de la Vida?
- Casos d'ús de big data en life sciences: Genòmica, Salut, Assaigs clínics, Fabricació farmacèutica i biotecnològica

Fonaments en big data:
- Disseny d'estructures big data: Data lake, Source of true,Data hub
- Motors d'indexació
- Queries en estructures big data
- Mecanismes de generació de coneixement sobre big data: Artificial Intelligence (MXNET, Spark)
- Aplicacions: Configuracions sobre big-data (on premise o cloud), Implementacions ad hoc


Introducció a l'ús de big data en Ciències de la Vida II:
- Infraestructures big data: Map Redueix, Hadoop principles, Mongo DB, Cassandra i altres tipus d'emmagatzematge,
Utilitats per caché (eg. Redis), Conceptes IaaS, PaaS, SaaS

Seguretat i big data:
- Encriptació
- Autenticació i autorització
- Anonimització
- Introducció a blockchain

Tecnologies disponibles:
- On premise
- Cloud
- Perspectiva des de Qualitat per a tots dos abastos
- R, un software open source

Obtenció de coneixement a través de big data:
- Estadística clàssica sobre big data: limitacions teòriques i tecnològiques
- AI sobre big data: la nova estadística
- Consideracions sobre el tractament de la qualitat
- Gestionant models d'AI en entorns GxP

Mètodes per a l'adquisició de dades primàries:
- Adquisició de dades: el primer procés en la cadena del tractament de la informació: Bulk load, Adquisició massiva de dades: IOT vs. IIoT, Pre-requisits de qualitat en l'adquisició de dades i el seu emmagatzematge

Dades òmics:
- Tractaments de dades òmics
- Anàlisi de dades genètiques
- Anàlisi del exposoma, caracterització i integració amb diferents dades òmics

Guies de qualitat:
- 21 CFR Part 11 and extensions
- Data Integrity
- ALCOA ++ aplicada sobre big data i tecnologies cloud
- Big data dissenyat com driver per a la implementació de la guia ICH 8, més enllà dels CQA i CPP
- Aplicació de la ICH setembre en sistemes big data i cloud

Qualitat: Qualificació i Validació:
- Sistemes de qualitat aplicats sobre infraestructures IT
- Sistemes de qualitat tradicionals vs. requeriments actuals per a entorns big data i cloud
- Guies per a la qualificació d'IaaS
- Guies per a la validació de IaaS, PaaS, SaaS
- Guies per a la validació de dades indexats, analítica avançada, AI i Deep Learning sobre big data
- Anàlisi de riscos en big data i entorns cloud
- Valor afegit en l'ús de tecnologies big data aplicades sobre entorns que requereixen gestió de la qualitat
- Aproximació disruptiva en la nova generació de les Ciències de la Vida

Hands-on & pràctiques:
- Infraestructures cloud big data i advanced analytics: AWS, Google, IBM, Azure
- Identificació de fortaleses i debilitats en serveis big data basats en IaaS, PAAS i SaaS respecte a sistemes on-premissa
- Algorísmica a través de R
- Eines i plataformes big data especialitzades per life sciences: AI, indexació, emmagatzematge
- Creació de models basats en AI i DL sota regulació
- Validació de resultats big data

Ponències de casos d'ús:
- Tractament de la imatge a través d'AI a biotech
- Cas real d'reorganització estructural en empreses farmacèutiques que incorporin sistemes big data
- Ús de R en biomedicina
- Principals Reptes a l'Ús de dades de la història clínica electrònica en el camp de la farmacovigilància: el cas de BIFAP

-Per tal de facilitar la familiarització de l'alumne amb el programari i la realització de les pràctiques (especialment en treball no presencial), les pràctiques es realitzaran amb l'ordinador personal de l'alumne.

- Les hores presencials es dividiran en 67.5 hores de docència, 14 hores de pràctiques i 6.5 hores de ponències.

El curs s'avaluarà en base a un treball pràctic que es realitzarà en ho

Objectius

L'abast del curs es fonamenta en proveir a l'estudiant les eines necessàries per gestionar un sistema de qualitat adaptable a les normatives Life Sciences quan es requereix aplicar les tecnologies big data, permetent així incorporar els beneficis derivats del seu desplegament sobre les fonts d'informació considerades GxP rellevants.

Els objectius a assolir són els següents:

- Conèixer els diferents tipus de tecnologia existents que permeten utilitzar big data.
- Identificar les eines vinculades a l'ús de big data (IoT, AI, cloud, etc.) que permeten optimitzar costos d'operació i millorar l'eficiència de processos.
- Experimentar correctes i incorrectes usos d'aquesta tecnologia en entorns regulats.
- Conèixer les diferències entre l'aplicació de sistemes de gestió de qualitat en Life Sciences per a entorns clàssics en la gestió de la informació vs. marcs big data.
- Advertir i controlar anomalies, irregularitats i disconformitats en l'aplicació d'eines tecnològiques big data sobre procediments i operacions de fabricació farmacèutica, desenvolupament biotech i investigació.
- Adquirir la capacitat de supervisar, verificar i validar sistemes big data dels que hagin de derivar accions amb incidència reguladora.

El curs s'avaluarà en base a un treball pràctic que es realitzarà en hores no presencials.

Requisits d'accés

Tenir coneixements previs en:
- Entorns col.laboratius en el cloud (per exemple Google Docs).
- Tecnologies relacionades amb la gestió de la informació.
- Estadística i eines estadístiques.
- Sistemes de qualitat (per exemple ISO) o experiència laboral en entorns GxP o regulats.
- Ciències de la vida, a nivell acadèmic o laboral.

Sortides professionals

El curs sobre Qualitat en Big Data per a Ciències de la Vida ha estat dissenyat amb una orientació eminentment pràctica tant en termes de qualitat com en l'àmbit tecnològic. Es pretén amb aquesta estructura ajudar l'estudiant a ser competitiu i multidisciplinar en diferents funcions de la indústria pharma-biotech així com en àrees d'investigació relacionades amb la salut.

Les sortides professionals amb una relació directa a l'especialització impartida en el curs són:
- Responsables de departaments de qualificació i validació.
- Control, Garantia i Assegurament de la Qualitat.
- Responsables de producció.
- Especialistes en relacions amb les administracions.
- Auditors interns i externs per a entorns pharma-biotech i de salut.
- Direcció tècnica i d'operacions.
- R + D + I: Assaigs clínics, genòmica, estudis mèdics i de salut.
- Departaments científics en àrees de desenvolupament farmacèutic i biotecnològic.
- Bioinformàtica amb aplicació en àrees sotmeses a normatives.
- estadístics amb aplicació en noves tecnologies.
- Responsables de millora de producte i de procés farmacèutic i biotecnològic.
- Responsables d'IT en laboratoris farmacèutics.
- Responsables de documentació científica.

Contacte

Xavier Daura Ribera

Telèfon: 935868940

Correu electrònic: Xavier.Daura@uab.cat

Curs d'especialització UAB

1a Edició
Places: 40
Orientació: Professional
10 ECTS
Codi de l'estudi: 3873/1
Preu: 1000 ¤
Preu especial: 900¤
Col·lectiu d'aplicació: Alumnes d'entitats associades a l'associació Bioinformàtics Barcelona i Alumnes Premium

Veure el detall del preu

Modalitat: Presencial
Lloc: Casa de Convalescència, Carrer de Sant Antoni Mª Claret 171, 08041 Barcelona
Dates: del 11/01/2019 al 23/03/2019
Idioma de docència:
Català (60%), Castellà (40%)
Centres responsables:
Escola de Postgrau
Centres col·laboradors:
Associació Bioinformatics Barcelona (BIB)
Títol que s'obté:
Certificat d'Aprofitament del Curs Qualitat en Big Data per a Ciències de la Vida

Contacta directament amb la coordinació del programa *Camps obligatoris

Rebràs còpia de la teva consulta per e-mail immediatament i a més t'adjuntem un PDF amb tota la informació del programa.