Conferencia: 'Desarrollo de una Plataforma Integrada para la Investigación Médica Avanzada Basada en IA'

La transformación digital de la atención sanitaria ha llevado a un crecimiento sin precedentes en el volumen y la heterogeneidad de los datos clínicos. Al mismo tiempo, el envejecimiento de la población y el aumento de las demandas sobre los sistemas de salud requieren soluciones escalables y rentables. La inteligencia artificial (IA) ha emergido como una herramienta poderosa en la investigación clínica; sin embargo, exige conjuntos de datos estructurados, a gran escala y de alta calidad. La extensa preparación requerida antes de que los datos puedan utilizarse para el entrenamiento de la IA supone un cuello de botella significativo entre la adquisición de datos y el desarrollo de algoritmos.

La plataforma TransCOR ha sido diseñada para acelerar la investigación clínica basada en datos, con un enfoque especial en la creación de modelos de IA. Esta plataforma pretende convertirse en un entorno de desarrollo ágil que conecte de manera eficiente a clínicos e investigadores, proporcionando herramientas seguras y reutilizables para la gestión, exploración, curación, anotación e interpretación de datos que puedan adaptarse fácilmente a las necesidades muy específicas de cada caso de uso del proyecto. La infraestructura de la plataforma ha sido implementada con éxito en dos sistemas cloud y en local en dos hospitales. Actualmente, está siendo utilizada activamente en 18 proyectos de investigación en curso por más de 60 usuarios (incluyendo clínicos e investigadores de tres continentes), y ha procesado hasta la fecha millones de muestras de datos clínicos, demostrando su robustez y escalabilidad en entornos de investigación del mundo real. Al alinear la infraestructura técnica con las necesidades clínicas y los requisitos regulatorios, la plataforma TransCOR reduce significativamente las barreras en la investigación traslacional de IA y promueve una innovación más rápida y fiable en la atención sanitaria.

Ponentes

Josa Prats i Valero es Ingeniera de Software Principal en el grupo de investigación TransCOR de la Universitat Pompeu Fabra en Barcelona. Es licenciada en Sistemas Audiovisuales y tiene un Máster en Ingeniería Biomédica Computacional. Trabaja en el diseño, implementación y despliegue de soluciones de software especialmente concebidas para apoyar la investigación médica. Su objetivo es crear herramientas modernas, fiables y eficientes que mejoren el proceso de investigación.

Gabriel Bernardino es investigador Ramón y Cajal en el grupo TransCOR de la UPF. Es ingeniero en informática y licenciado en matemáticas por la Universitat Politècnica de Catalunya, y tiene un máster en Matemáticas por la Universidad de Bonn. Realizó un doctorado en Tecnologías de la Información y Comunicación (Universitat Pompeu Fabra, Barcelona, España, 2019), llevado a cabo en colaboración con Philips Research (París, Francia) dentro del Doctorado Industrial Europeo Marie Curie Cardiofunxion. Posteriormente, fue investigador postdoctoral en CREATIS (Lyon, Francia). Su objetivo de investigación es mejorar la valoración actual de las imágenes cardiovasculares. Aunque el aprendizaje automático ha demostrado un gran potencial en la visión por computador, sus aplicaciones a imágenes médicas aún son un reto, debido a la escasez de datos y a la cantidad de ruido presente. Su meta es desarrollar técnicas de aprendizaje automático que no solo aprendan de los datos, sino que también incorporen conocimientos fisiológicos, siendo así más robustas e interpretables. Su investigación se centra en derivar biomarcadores interpretables de patologías a partir de poblaciones, útiles no solo para fines diagnósticos sino también para comprender la fisiopatología subyacente. Actualmente, su principal interés clínico se encuentra en la cardiología fetal: identificar cómo las anomalías cardiovasculares causan un deterioro gestacional en imágenes de ultrasonido fetal (Doppler y modo B).