Tag: POLYDEEP

PolyDeep: Sistema inteligente de detección y clasificación en tiempo real de lesiones colorrectales mediante deep learning es un proyecto financiado por la convocatoria de proyectos de I+D+I del Programa Estatal de Investigación, Desarrollo e Innovación Orientada a los Retos de la Sociedad del MINECO, cuyo objetivo es generar un sistema informático capaz de realizar la detección y clasificación de las lesiones colorrectales, dando apoyo en tiempo real al endoscopista para la visualización de los pólipos de colon y para la toma de decisiones terapéuticas sobre los mismos.

Proyecto realizado en colaboración con el Servicio de Medicina Preventiva del Complexo Hospitalario Universitario de Ourense (CHUO), dirigido por la Dra. Berta Uriel, y la Fundación Biomédica Galicia Sur, para la detección de las infecciones nosocomiales (aquellas que se adquieren en el ámbito hospitalario, pero que no están relacionadas con la patología de ingreso). El objetivo de este proyecto es el desarrollo de un sistema inteligente capaz de identificar posibles casos de infección partiendo de datos proporcionados desde las bases de datos de Farmacia y Microbiología. En una segunda fase, se busca que el sistema realice un diagnóstico inteligente, para lo cual busca una serie de datos en bases de Enfermería, Laboratorio, Radiología y Clínica. Finalmente, proporciona esta información al médico, y este decide si se trata de una infección nosocomial.

La aplicación PANDRUGS ayuda a encontrar el mejor tratamiento farmacológico para el paciente con cáncer. Proporciona una plataforma bioinformática que prioriza los tratamientos anticancerígenos según los datos genómicos del tumor. Integra 24 bases de datos y se engloba dentro de lo que se conoce como medicina personalizada. Es una iniciativa realizada en colaboración con el Centro Nacional de Investigaciones Oncológicas (CNIO). 

Jose Ramón Méndez es especialista en seguridad informática. Continuando la línea de su tesis doctoral, en la actualidad trabaja en el desarrollo de un filtro de spam que “entienda de temáticas”, en el que el usuario pueda ayudar a clasificar aquellas que son de su interés. El proyecto se realiza en colaboración con la Universidad de Mondragón, y el objetivo es generar un modelo para 2019 que pueda ser transferido a la industria.