Pujante Otálora, Lorena

Nace en Aljucer en 1996. En 2019 obtiene el grado Ingeniería Informática por la Universidad de Murcia. A continuación cursa el Máster Universitario en Nuevas Tecnologías en Informática en la Universidad de Murcia obteniendo el título de máster en el año 2020. Durante el año 2020 ha sido beneficiaria de dos becas de la Universidad de Murcia: la primera ha sido una Beca de Formación Práctica en el ámbito de actividades de I+D+I del Plan Propio de Fomento de la Investigación de la Universidad de Murcia que ha tenido una duración de 3 meses; y la segunda ha formado parte de la convocatoria de Ayudas de Iniciación a la Investigación para 2020, con una duración de 3 meses. Ambas se han dirigido al estudio del uso de bases de datos orientadas a grafos para investigación en epidemiología de bacterias multirresistentes. En el año 2021 obtiene una ayuda  de la Fundación Séneca para realizar la tesis doctoral en la Universidad de Murcia. Posee comunicaciones en congresos nacionales e internacionales. Domina el español y tiene conocimientos de inglés.

Tesis

Las infecciones nosocomiales son aquellas contraídas en los centros de atención sanitaria, y constituyen unas de las principales causas de defunciones y morbilidad en los pacientes hospitalizados. Esto ha puesto en alerta al campo médico de la epidemiología, que centra parte de sus esfuerzos en la trazabilidad y determinación de los principales factores que propician su aparición. En concreto, las infecciones producidas por bacterias multirresistentes son una de las grandes amenazas globales ya que reducen enormemente la eficacia de los antibióticos usados para tratarlas.

La hipótesis de partida para el trabajo planteado es que las técnicas de razonamiento temporal y espacial y las tecnologías basadas en grafos se pueden combinar de forma efectiva para resolver tareas epidemiológicas en el contexto clínico de la vigilancia de las infecciones bacterianas nosocomiales (incluidas las multirresistentes) dentro de entornos hospitalarios.

Los principales objetivos que se plantean partiendo de esta hipótesis son:

 - Modelado espacio-temporal. En primer lugar, hay que realizar un modelado espacial de los entornos hospitalarios, incluyendo los distintos niveles sanitarios, una organización lógica (ej: servicios clínicos), una organización física (ej: pasillo, planta) y geográfica. En segundo lugar, es necesario un modelado espacio-temporal de los elementos de la historia clínica electrónica. Y, en tercer lugar, modelar los problemas epidemiológicos a resolver a partir de los protocolos del PRAN y las necesidades de los profesionales para definir un mínimo de expresividad necesaria.

 - Aplicación y extensiones de las técnicas de razonamiento temporal y espacial con las tecnologías basadas en grafos para problemas específicos como la detección de brotes, en análisis de la propagación de infecciones...

 - Diseño y desarrollo de herramientas que permitan a los clínicos la interpretación tanto de los resultados como del proceso de obtención de éstos mediante los objetivos 1 y 2.

Área de conocimiento

Inteligencia Artificial: Fundamentos y Aplicaciones en Ciencias de la Vida e Ingeniería

Grupo de investigación

AIKE (Artificial Intelligence and Knowledge Engineering)
Director: Manuel Campos Martínez
Codirector: José Manuel Juárez Herrero

Programa de doctorado

Programa de Doctorado en Informática

Estado de tesis

En desarrollo

Estancias en Centros Internacionales

>>>