L’ús de dades massives derivades dels registres de la història clínica electrònica en la investigació en atenció primària (AP) ha augmentat en els darrers anys, i s’espera que aquesta tendència continuï creixent. Tant la gran quantitat de dades disponibles com la seva naturalesa longitudinal comporten moltes oportunitats a l’hora de realitzar anàlisis basades en grans volums de dades, aprenentatge automàtic i intel·ligència artificial (IA), com per exemple les relacionades amb el fenotipat, la identificació de patrons i trajectòries de salut o la integració amb dades d’altres modalitats com les dades òmiques o d’imatge mèdica. Tanmateix, també hi ha reptes, com ara els associats a la qualitat, l’harmonització i la privacitat de les dades, o la capacitat de generalitzar els resultats obtinguts. En aquest context, el nostre interès és treballar a la intersecció de les dades massives d’AP, la ciència de dades i la IA per contribuir a l’avenç de la investigació en AP mitjançant l’increment de la qualitat, l’accés i l’abast de les dades de salut en l’àmbit de la investigació en AP, tot assegurant un diàleg entre les diferents línies del grup així com entre grups, institucions i agents clau de l’ecosistema. L’equip investigador està format per professionals tècnics i clínics de l’IDIAP Jordi Gol i l’ICS amb formació diversa que cobreix les competències necessàries per desenvolupar les línies de recerca 1) aprenentatge automàtic i intel·ligència artificial, 2) mineria i anàlisi de dades de la HCE i integració amb dades heterogènies i 3) qualitat, harmonització i privacitat de dades
