Herramienta de visión artificial basada en detección automática de úlceras en imágenes de cápsulas.
¿En qué consiste el proyecto?
Consiste en un sistema de inteligencia artificial basado en una red neuronal convolucional (CNN) diseñada específicamente para procesar imágenes de cápsula endoscópica del intestino delgado. Funciona como un sistema de cribado inteligente que clasifica automáticamente las imágenes en patológicas (con lesiones compatibles con la Enfermedad de Crohn) y sanas, filtrando más del 95% de las imágenes sin patología y facilitando el diagnóstico médico.
¿Qué valor añadido tiene?
- Reducción drástica de tiempo: Filtra automáticamente >95% de frames no patológicos, aliviando de 8 a 12 horas de revisión manual por estudio para el especialista.
- Alta precisión clínica: Ofrece métricas de nivel estado del arte (, sensibilidad y especificidad ).
- Baja complejidad computacional: Diseñado ad hoc con solo parámetros (frente a millones en redes genéricas), lo que permite procesar grandes volúmenes de datos e integrarse en estaciones de trabajo convencionales sin requerir hardware adicional pesado.
- Fácil integración industrial: Funciona como un módulo software SaMD (Software as a Medical Device) adaptable a las plataformas de los fabricantes sin modificar el hardware.
¿Qué representa para vosotros entrar a formar parte del Programa de Apoyo a la Innovación de ITEMAS?
Representa un impulso estratégico clave para escalar la tecnología (de TRL 4-5 hacia TRL 7-8), recibir soporte crucial en las actividades de transferencia (licenciamiento industrial), definir la hoja de ruta regulatoria/certificación (MDR/FDA) y posicionar el desarrollo ante socios industriales/fabricantes de cápsulas endoscópicas.
Contacto
- Investigador Principal: Héctor Pallarés Manrique – hpallaresmanrique@gmail.com
- Gestor de transferencia tecnológica: Juan Fernández Trijueque plataformas.uic@fabis.org