22 de noviembre de 2024 (Madrid)

I Jornada Anual de la Sociedad Española de Inteligencia Artificial en Biomedicina (IABiomed)

22 de noviembre de 2024 (Madrid)

La Sociedad Española de Inteligencia Artificial en Biomedicina (IABiomed) se constituye de forma oficial en diciembre de 2022 como respuesta a la gran evolución que la Inteligencia Artificial (IA) está experimentando a nivel mundial, en prácticamente todas las áreas de conocimiento, siendo la biomedicina uno de los dominios donde se considera que la IA puede tener una mayor proyección y beneficio para la sociedad, dadas las capacidades que esta tecnología puede proporcionar.

Entre sus múltiples objetivos la sociedad pretende fomentar la investigación, desarrollo y transferencia de los avances de la IA en este campo, incluyéndose en este sentido la divulgación hacia la sociedad y la comunidad científica e industrial. Como parte de estos objetivos, y tras haberse celebrado en Junio de 2024 el I Workshop de la Sociedad Española de Inteligencia Artificial en Biomedicina (IABiomed), esta jornada pretende ser un punto de encuentro para todos aquellos interesados en esta área. La jornada se ha diseñado para, en primer lugar, presentar sus hitos más relevantes desde su creación, y para continuar con un programa donde se puedan ver, con ejemplos concretos, y desde un tono divulgativo, alguna de las áreas donde la IA en Biomedicina está teniendo su impacto, e incluir cuales son los actuales retos a los que la IA se tienen que enfrentar en los próximos años.

La jornada se realizará en modalidad presencial y telemática. Es obligatorio el registro para la asistencia en cualquiera de las dos modalidades, aunque la asistencia presencial tiene aforo limitado.

Toda la información de la jornada a continuación:

Lugar

Salón de Actos del Edificio Agrícolas (ETSIAAB – UPM) [Google Maps]

Agenda

08:30 – 09:30: Registro de asistentes
09:30 – 10:00: Apertura y presentación de la sociedad
(Presidente IABiomed, Director ETSIAAB, Director CTB)

Sesión 1: Inteligencia Artificial para la prevención y diagnóstico de enfermedades

10:00 – 12:00
En esta sesión se presentarán algunos casos de uso de la aplicación de la Inteligencia Artificial (IA) en el área de biomedicina en áreas relacionadas con la prevención y el diagnóstico de enfermedades, así como otras temáticas afines. Los oradores presentarán varios casos en diferentes dominios dentro del área biomédica y con la aplicación de diversas técnicas. Se enfatizará además cómo estos casos se están considerando para su aplicación en entornos reales y los retos a abordar.

10:00 – 10:20: IoMT en UCI: el urinómetro inteligente (urinAI). Juan Jose Beunza, Jose Luis Lafuente Carrasco. Universidad Europea de Madrid (UEM)
10:25 – 10:45: Concepción y diseño confiable de sistemas de IA en medicina transnacional. Miguel Angel Sicilia, Carolina de la Pinta, Maria Laura García Bermejo. Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS)
10:50 – 11:10: El problema de los datos para diagnóstico con IA: el caso de CARDIA. Alexa Bertó. Apolo AI.
11:15 – 11:35: Investigación biomédica más eficiente y sostenible. Juan Manuel Martínez Pérez. Minsait
11:40 – 12:00: Mesa redonda + Q&A
Moderador: Alfredo Vellido

12:00 – 12:30: Café

Sesión 2: Inteligencia Artificial en el sector de fármacos y vacunas

12:30 – 14:30
El sector farmacéutico, desde su perspectiva de fármacos y de vacunas, es uno de los principales dominios que se puede beneficiar de la aplicación de técnicas de Inteligencia Artificial. Desde el proceso de descubrimiento o reutilización de fármacos hasta la aplicación de técnicas de IA que permitan mejorar o entender mejor el funcionamiento de los fármacos, esta es un área de gran interés a nivel científico y para la sociedad.

12:30 – 12:50: Modelizando sistemas biológicos con Inteligencia Artificial para la búsqueda de nuevas dianas terapéuticas. Joaquin Dopazo. Fundación Progreso y Salud (FPyS).
12:55 – 13:15: Redescubriendo tratamientos: Inteligencia Artificial para el reposicionamiento de fármacos. Lucia Prieto Santamaria. Universidad Politécnica de Madrid (UPM).
13:20 – 13:40: Procesamiento Automático de Datos Clínicos para el Descubrimiento de Patrones en Prescripción Médica. Maria Herrero Zazo. European Bioinformatics Institute (EML-EBI).
13:45 – 14:05: Revolucionando el ciclo de vida de las vacunas: El poder de la Inteligencia Artificial. Monica Lopez Lacort. Fundación para el fomento de la investigación sanitaria y biomédica (FISABIO).
14:10 – 14:30: Mesa redonda + Q&A
Moderador: Isabel Segura

14:30 – 15:30: Comida cocktail

Sesión 3: Regulación, retos y ética de la inteligencia artificial

15:30 – 17:05
Aunque el concepto de la IA data de los años 50, ha sido recientemente, con avances como los de la IA generativa, cuando ésta ha saltado al público generalista y donde algunos aspectos como su regulación, retos y la ética de su desarrollo y aplicación han cobrado mayor relevancia.

15:30 – 15:50: De la teoría a la práctica: Validación de un algoritmo de IA en la urgencia de un hospital terciario. Jaime Cruz Rojo. Hospital Universitario Doce de Octubre (H12O).
15:55 – 16:15: Explicabilidad y responsabilidad ética en el uso de herramientas de inteligencia artificial en biomedicina. Gonzalo Genova. Universidad Carlos III de Madrid (UC3M).
16:20 – 16:40: Validación de sistemas de IA en aplicaciones de salud, la hora de la verdad. Vicent Ribas Ripoll. EURECAT.
16:45 – 17:05: Mesa redonda + Q&A
Moderador: Mar Marcos

17:10 – 17:20: Cierre de la jornada (Presidente IABiomed)

Inscripción

La jornada permite la asistencia en persona, pero se retransmitirá también online. El número de participantes que pueden asistir en persona está limitado y se cerrará esta modalidad de inscripción tan pronto se llene el aforo.

Para inscribirse, es necesario rellenar el siguiente formulario:

INSCRÍBETE

En caso de inscripción para asistir de forma online, el enlace para unirse a la jornada será comunicado el día previo a la misma. Si te has registrado para asistir presencialmente y finalmente no puedes acudir, por favor, comunícalo a contacto@iabiomed.org

Nuestros ponentes

José Luis Lafuente

Jose Luis Lafuente

Universidad Europea de Madrid (UEM)

José Luis Lafuente, PhD, es un ingeniero electrónico con una destacada trayectoria académica y profesional en el campo de la biomedicina y las ciencias de la salud. Completó su formación con un Máster en Organización Industrial, Dirección de Empresas y Proyectos, y obtuvo su doctorado en Biomedicina y Ciencias de la Salud. Actualmente, es coordinador del Grado en Ingeniería Biomédica en la Universidad Europea de Madrid, donde también ejerce como responsable del área de sensorización en IASalud. Su trabajo se enfoca en la integración de tecnología y salud, con un enfoque particular en el desarrollo y aplicación de sensores para la mejora de la atención médica.

Título de la ponencia: IoMT en UCI: el urinómetro inteligente (urinAI)

Resumen: De cómo nació la idea en un equipo multidisciplinar (clínicos e ingenieros), se desarrolló en la asignatura “Sensores” del grado de Ingeniería Biomédica y se convirtió en un dispositivo real con “Modelo de uso” aprobado por la Oficina Española de Patentes y Marcas (OEPM). Aspectos a tener en cuenta en el desarrollo de biosensores, en la incorporación al IoMT y en la integración en Sistemas de Apoyo a la Decisión Clínica (CDSS).

Juan José Beunza

Universidad Europea de Madrid (UEM)

Juan José Beunza, MD, PhD, es médico especialista en Medicina Interna, formado en la Clínica Universidad de Navarra, y en Medicina Tropical por la Makerere University en Uganda. Además, cuenta con una formación avanzada en epidemiología, habiendo obtenido el SM1 en la Harvard School of Public Health. Actualmente, es catedrático de Salud Pública y director de IASalud en la Universidad Europea de Madrid, donde lidera proyectos centrados en la mejora de la salud pública y la investigación epidemiológica. Su carrera combina experiencia clínica y académica, con un enfoque en la salud global y la innovación en salud pública.

Título de la ponencia: IoMT en UCI: el urinómetro inteligente (urinAI)

Miguel Ángel Sicilia

Miguel Angel Sicilia

Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS)

Miguel-Angel Sicilia es Catedrático de Universidad en el área de Lenguajes y Sistemas Informáticos en la Universidad de Alcalá desde 2011. Desde 2023, Miguel-Angel es Coordinador de la Unidad de Data Science del Instituto Ramón y Cajal de Investigación Sanitaria (IRyCIS). Su actividad investigadora se ha centrado en la Inteligencia Artificial, el análisis de datos y el aprendizaje automático en diferentes áreas. Es actualmente editor en jefe de la revista Data Technologies and Applications de Emerald.

Título de la ponencia: Concepción y diseño confiable de sistemas de IA en medicina transnacional

Resumen: El desarrollo de sistemas de soporte a la decisión basado en IA para el cribado, diagnóstico o tratamiento necesitan del trabajo interdisciplinar desde su concepción, en el contexto de la reciente regulación europea de la IA, y teniendo en cuenta los problemas prácticos de la medicina translacional. Se presentará la aproximación en el marco del proyecto EATRIS Connect a las primeras fases de la concepción de esos sistemas, basado en una adaptación de métodos de inspección específicos de IA.

Carolina de la Pinta

Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS)

Carolina de la Pinta Alonso, MD, PhD es médico especialista en oncología radioterápica en el Hospital Universitario Ramón y Cajal dedicada a tumores digestivos, especialmente cáncer de páncreas. Es experta en tratamientos SBRT de tumores digestivos que implementó en el Hospital Universitario Ramón y Cajal tras su rotación en el Hospital Sunnybrook, Toronto. Desde su residencia inicia su carrera investigadora, principalmente en el área de medicina personalizada, cuenta con proyectos FIS, y premios, colaboraciones en el ámbito del uso de datos para la creación de modelos diagnósticos y predictivos y es inventora de una patente de dispositivos para la aplicación de la SBRT. Realizó un máster en el CNIO de Oncología Molecular gracias la Beca AECC Clínico Formación. Es autora de más de 20 publicaciones internacionales, más de 75 comunicaciones a congresos nacionales e internacionales y es tutora de alumnos de ingeniería biomédica desde 2019.

Título de la ponencia: Concepción y diseño confiable de sistemas de IA en medicina transnacional

Maria Laura García Bermejo

Instituto Ramón y Cajal de Investigación Sanitaria (IRYCIS)

María Laura García Bermejo es licenciada en Biología por la Universidad de Alcalá de Henares (1992) y doctora en Biología Celular y Genética por la misma universidad (1997). Realizó estancias postdoctorales en la Universidad de Pennsylvania y el Hospital Universitario Puerta de Hierro, antes de unirse al Hospital Ramón y Cajal en 2002, donde lidera el grupo de Biomarcadores y Dianas Terapéuticas del IRYCIS desde 2006. Desde 2019 es Directora Científica del IRYCIS, y también ocupa puestos de liderazgo en la Plataforma de Biomarcadores de EATRIS. Con más de 96 publicaciones, 5473 citas, y un índice H de 38, ha dirigido 17 tesis doctorales, es inventora de 32 patentes, y lidera iniciativas sobre biomarcadores y transformación digital en la atención sanitaria a nivel europeo.

Título de la ponencia: Concepción y diseño confiable de sistemas de IA en medicina transnacional

Alexa Bertó

Apolo AI

Ingeniera Biomédica por la Universidad Politécnica de Valencia (UPV) con una sólida formación académica y experiencia profesional en la intersección de la tecnología y la salud. Posee un máster en Inteligencia Artificial y Big Data, complementado con un máster en Robótica y Automatización, donde se especializó en robótica médica y social, y un título de Experto en Industria Farmacéutica, que le permitió comprender el negocio farmacéutico y su impacto en la atención médica. Su trayectoria está marcada por la especialización en el análisis de imágenes médicas y el desarrollo de soluciones de Inteligencia Artificial orientadas al diagnóstico temprano de patologías. En su rol actual como desarrolladora de IA en APOLO AI, contribuye al proyecto CARDIA, un software que optimiza el análisis de imágenes cardiacas mediante el uso de algoritmos de Inteligencia Artificial, permitiendo la detección temprana y precisa de anomalías tanto funcionales como estructurales, así como la reconstrucción en 3D de las distintas partes del corazón.

Título de la ponencia: El problema de los datos para diagnóstico con IA: el caso de CARDIA

Resumen: Los datos son un factor clave para el diagnóstico temprano y la prevención de enfermedades. Comprender cómo manejar distintos tipos de datos y reconocer sus limitaciones es esencial para desarrollar algoritmos de inteligencia artificial efectivos. Exploraremos cómo los desafíos relacionados con los datos afectan este propósito y presentaremos CARDIA, un software diseñado para enfrentar estos retos y mejorar el diagnóstico basado en imágenes ecocardiográficas 2D.

Juan Manuel Martínez Pérez

Minsait

Juan Manuel Martínez Pérez es director global de operaciones y producto de Minsait Sanidad. Posee más de 30 años de experiencia en Tecnologías de Información en distintos verticales de negocio, como Energía, Transporte o Agua. En los últimos 20 años se ha focalizado en las áreas de AAPP y Sanidad. Su carrera le ha permitido participar en proyectos y desarrollo de negocio a nivel internacional, tanto en Europa como en América dentro grandes multinacionales como Telvent e Indra. En la actualidad como Director Global de Operaciones y Producto del mercado de Sanidad en Minsait, una compañía de Indra, es responsable tanto de la ejecución de proyectos a nivel mundial como de la conceptualización, diseño y desarrollo de la suite de productos sanitarios Onesait Healthcare.

Título de la ponencia: Investigación biomédica más eficiente y sostenible

Resumen: En el ámbito de la investigación biomédica, la integración y análisis de grandes volúmenes de datos procedentes de múltiples fuentes es esencial para mejorar la calidad y efectividad de los estudios. Onesait Healthcare Data Research ofrece un mecanismo de acceso unificado y descentralizado para la captura, almacenamiento y análisis de datos. Al eliminar los silos de información y las limitaciones de datos locales, se facilita el desarrollo de proyectos de investigación de forma más ágil y eficiente. La plataforma pone a disposición de los usuarios toda la información de manera homogénea, permitiendo el desarrollo de nuevos análisis y casos sin la necesidad de repetir procesos de extracción y depuración de datos, lo que acelera el ciclo de innovación.

Joaquín Dopazo Blazquez

Fundación Progreso y Salud (FPyS)

Joaquín Dopazo es director de la Plataforma de Medicina Computacional de la Fundación Progreso y Salud, Investigador Responsable del Instituto de Biomedicina de Sevilla (IBIS), jefe de grupo en el CIBERER y académico correspondiente de la Real Academia Nacional de Medicina. Cuenta con una larga trayectoria de más de 30 años como investigador en ciencia de datos orientada a la medicina personalizada y de precisión y pertenece a varias sociedades relacionadas con la Inteligencia Artificial, como ELLIS o la Sociedad Española de Inteligencia Artificial en Biomedicina, de la que es socio fundador, o la MAQC, de la que fue presidente. Ha puesto en marcha un Entorno de Procesamiento Seguro para el uso secundario de los datos médicos del Sistema Andaluz de Salud para investigación clínica y la generación de conocimiento.

Título de la ponencia: Modelizando sistemas biológicos con Inteligencia Artificial para la búsqueda de nuevas dianas terapéuticas

Resumen: A pesar de la explosión en el conocimiento biológico ocurrido en las últimas décadas estamos aún muy lejos de conocer cómo funcionan nuestros organismos desde la escala molecular hasta el nivel de la enfermedad. Exploramos los límites de la modelización de la biología humana y como rebasarlos con Inteligencia Artificial. Mostramos como estas aproximaciones tiene una aplicación práctica en el diseño de nuevas intervenciones terapéuticas y como se pueden usar los datos del mundo real para validar las predicciones de los modelos, poniendo de manifiesto un cambio de paradigma en la generación de conocimiento sin necesidad de realizar un solo experimento.

Lucía Prieto Santamaría

Universidad Politécnica de Madrid (UPM)

Lucía Prieto Santamaría, PhD, es Profesora Ayudante Doctor en la Universidad Politécnica de Madrid (UPM). Además, investiga en el laboratorio MEDAL (Medical Data Analytics Laboratory) del Centro de Tecnología Biomédica (CTB) de esta misma universidad. Con un doctorado en Software, Sistemas y Computación (mención internacional e industrial, cum laude), un máster en Biología Computacional y un grado en Biotecnología, sus principales áreas de investigación son la medicina de redes, la informática biomédica y la biología computacional, con un importante énfasis de las técnicas de Inteligencia Artificial aplicadas a estos dominios. En su tesis doctoral, exploró el reposicionamiento de fármacos y la comprensión de enfermedades mediante el análisis de datos a gran escala, trabajo que fue galardonado con el Premio Francisco Del Pozo 2023. Durante los últimos años, ha publicado como autora y coautora un total de 17 trabajos en revistas científicas indexadas en el JCR.

Título de la ponencia: Redescubriendo tratamientos: Inteligencia Artificial para el reposicionamiento de fármacos

Resumen: El desarrollo o descubrimiento de nuevas moléculas es una tarea extremadamente costosa, larga y de alto riesgo. El reposicionamiento de fármacos busca encontrar nuevos usos para medicamentos ya existentes, permitiendo que un fármaco originalmente desarrollado para una enfermedad pueda ser utilizado para tratar otra. Esta estrategia ofrece la ventaja de omitir o acortar ciertas etapas del proceso de desarrollo de fármacos desde cero, reduciendo el riesgo de toxicidad (al haber sido previamente evaluado en humanos) y disminuyendo significativamente los tiempos y costes. Las técnicas computacionales se han consolidado como herramientas valiosas en la identificación de nuevos candidatos para reposicionamiento, destacando especialmente de manera transversal la Inteligencia Artificial (IA) por su capacidad de analizar grandes volúmenes de datos y descubrir conexiones novedosas entre fármacos y enfermedades.

Maria Herrero Zazo

European Bioinformatics Institute (EMBL-EBI)

María Herrero es licenciada en Farmacia por la Universidad de Salamanca y Doctora en Ciencia y Tecnología Informática por la Universidad Carlos III de Madrid. Continuó su carrera investigadora en Reino Unido, a través del programa Maplethorpe Fellowship en el Departamento de Farmacia en King’s College London, aplicando métodos computacionales en el reposicionamiento de fármacos para el tratamiento de enfermedades psiquiátricas. Actualmente, Maria trabaja como investigadora postdoctoral en el Instituto Europeo de Bioinformática (EMBL-EBI), donde se ha especializado en el análisis de datos de historia clínica electrónica mediante métodos de aprendizaje automático.

Título de la ponencia: Procesamiento Automático de Datos Clínicos para el Descubrimiento de Patrones en Prescripción Médica

Resumen: Los sistemas de registros de historia clínica electrónica, con datos de prescripción de medicamentos, ofrecen un gran potencial en campos como la farmacoepidemiología y la farmacogenómica. Sin embargo, la gran cantidad de datos y la heterogeneidad en la práctica clínica hacen necesario su procesamiento automatizado, donde la inteligencia artificial juega un papel clave. Los sistemas de procesamiento del lenguaje natural permiten extraer y estructurar los datos de prescripción médica, mientras que los modelos de aprendizaje automático identifican patrones en los perfiles de prescripciones a lo largo del tiempo y estratifican pacientes con características clínicas similares. En este trabajo, presentamos cómo estos métodos pueden utilizarse para el descubrimiento de nuevos señales farmacogenéticas.

Mónica Lopez Lacort

Mónica López Lacort

Fundación para el fomento de la investigación sanitaria y biomédica (FISABIO)

Mónica López Lacort, matemática y doctora en estadística e investigación operativa por la Universidad de Valencia, es experta en la intersección entre la investigación en vacunas y la modelización estadística avanzada. Con más de 11 años de experiencia en FISABIO, lidera el equipo de análisis avanzado en el área de investigación en vacunas, donde su enfoque en la modelización bayesiana para enfermedades infecciosas y estrategias de inmunización ha impulsado proyectos innovadores. Está especializada en el análisis de grandes conjuntos de datos de salud y en estudios de Real World Evidence, tanto previos como posteriores a la autorización de las vacunas. Apasionada por la inteligencia artificial, actualmente está ampliando su experiencia en este campo para seguir transformando el análisis de datos en la investigación en vacunas.

Título de la ponencia: Revolucionando el ciclo de vida de las vacunas: El poder de la Inteligencia Artificial

Resumen: La inteligencia artificial (IA) está revolucionando cada etapa del ciclo de vida de las vacunas, desde su diseño y desarrollo hasta su distribución. En la fase de desarrollo, la IA acelera la identificación de dianas farmacológicas y la predicción de antígenos más efectivos mediante el uso de grandes bases de datos biológicas. En la fabricación, optimiza procesos para diseñar vacunas más estables y potentes. Además, en la vigilancia epidemiológica, la IA permite un monitoreo más eficiente de la seguridad y los efectos adversos de las vacunas, así como la identificación de variantes virales y poblaciones en riesgo, mejorando la respuesta ante futuras pandemias.

Jaime Cruz Rojo

Hospital Universitario Doce de Octubre (H12O)

Jaime Cruz Rojo es médico especialista en Pediatría y sus áreas específicas con ejercicio en el Hospital 12 de Octubre desde 2003, donde tiene tiempo dedicado al rol transversal de Responsable de Transformación Digital del area médica. En el área asistencial trabaja en endocrinología pediátrica y genética clínica. Es colaborador de consorcios internacionales de registro de datos como ISARIC. Forma parte de la unidad técnica funcional de SNOMED-CT España, terminología en la que tiene certificación en Foundation y Authoring level 1. Tiene 50 publicaciones indexadas en Pubmed relacionadas con faceta clínica y de informática de la salud.

Título de la ponencia: De la teoría a la práctica: Validación de un algoritmo de IA en la urgencia de un hospital terciario

Resumen: Este estudio evalúa la validez externa de un algoritmo de inteligencia artificial para la predicción de sepsis, desarrollado en otro centro, en un hospital de alta complejidad. La validación retrospectiva comparó el rendimiento del algoritmo con scores tradicionales (NEWS, quick-SOFA) en una cohorte de pacientes, demostrando que el algoritmo tenía un AUC significativamente mayor. Además, el etiquetado manual de sepsis demandó mucho tiempo, pero una estrategia semi-automática de validación basada en datos objetivos (hemocultivos, prescripción de drogas vasoactivas y criterios de Sepsis-3) redujo la carga de trabajo sin afectar la precisión. El algoritmo se presenta como una herramienta prometedora para la identificación temprana de sepsis en entornos complejos.

Gonzalo Génova

Universidad Carlos III de Madrid (UC3M)

Gonzalo Génova es Profesor Titular en el Departamento de Informática de la Universidad Carlos III de Madrid. Es Ingeniero de Telecomunicación, Licenciado en Filosofía y Doctor en Ingeniería Informática. Sus principales líneas de investigación y docencia, que reflejan su marcado carácter interdisciplinar, se centran se centran en la ingeniería del software y el modelado de sistemas informáticos, así como los fundamentos filosóficos de los sistemas de información, la inteligencia artificial y la ética para ingenieros. Como divulgador escribe la bitácora «De máquinas e intenciones – Reflexiones sobre la tecnología, la ciencia y la sociedad«.

Título de la ponencia: Explicabilidad y responsabilidad ética en el uso de herramientas de inteligencia artificial en biomedicina

Resumen: El uso de herramientas de inteligencia artificial (IA) en todos los campos de la industria, y en particular en la biomedicina, plantea cuestiones cruciales sobre la responsabilidad ética profesional. ¿En qué medida las técnicas de IA representan un desafío ético adicional comparado con herramientas tradicionales de cómputo? La charla se centra en la problemática de la explicabilidad y la comprensión del trabajo con IA mediante procesos de «caja negra»: ¿cómo el profesional de la biomedicina puede asumir responsabilidad ética si no puede explicar racionalmente su trabajo, tanto a sí mismo como a los demás? Se demuestra así necesaria una nueva comprensión de la ética en el diseño y uso de las tecnologías de inteligencia artificial.

Vicent Ribas Ripoll

EURECAT

Vicent Ribas es doctor en Inteligencia Artificial, Máster en Ingeniería Matemática e Ingeniería de Telecomunicaciones por la Universidad Politécnica de Cataluña, UPC. Vicent también tiene un máster en Ingeniería Eléctrica por el Kungliga Tekniksa Högskolan de Suecia. Actualmente es coordinador científico en el área de salud digital en Eurecat, donde gestiona las iniciativas Deep Lung, GlioStage y diversos proyectos europeos. También es CSO en Prepaire Labs. Sus intereses de investigación actuales incluyen el desarrollo de sistemas de IA aplicados a radiología, los cuidados críticos y las enfermedades inflamatorias: sepsis y enfermedad de Crohn. Actualmente mantiene colaboraciones científicas con la UPC, el Centro de Investigación Matemática de Barcelona, el Hospital Clínic / IDIBAPS y el Vall d’Hebron Instituto de Investigación (VHIR). Con el Hospital Vall d’Hebron ganó el premio a la mejor comunicación en Monitorización Cardiovascular en el Congreso de Cuidados Críticos de la SCCM (Sociedad de Medicina Crítica) el 2012 y el premio María Jesús Lopez Pueyo sobre infecciones en pacientes críticos en 2023. En cuanto a los fundamentos del aprendizaje automático, ha desarrollado el quotient basis kernel (QBK): un kernel generativo para familias exponenciales algebraicas. Vicent es miembro senior del IEEE y actualmente trabaja como revisor de proyectos para los programas Horizon Europe y EUREKA. Ha sido autor de más de 30 artículos revisados por pares, 7 familias de patentes y ha dirigido 3 tesis doctorales.

Título de la ponencia: Validación de sistemas de IA en aplicaciones de salud, la hora de la verdad

Resumen: En la comunicación aboraremos el proceso de validación de modelos de IA en entornos de salud garantizando su aplicabilidad. Para ello, usaremos como ejemplo la experiencia del programa Deep Lung para la detección de cáncer de pulmón y se generalizará a un caso de uso de cribado de enfermedades o desarrollo de terapias. Se pondrá especial énfasis en los requisitos de seguridad de datos como la GDPR o HIPAA, la elaboración de un análisis de impacto sanitario y relación coste-eficiencia (HTA), integración del sistema den la infraestructuras tecnológicas ya existetntes asegurando una experiencia de usuario fluida. Así mismo también abordaremos los requisitos legales, CEIC, información a la EMA y posterior certificación CE del sistema como producto sanitario.

Contacta con nosotros

Si tienes cualquier duda sobre nuestra jornada, no dudes en contactar con nosotros a través del siguiente formulario

contacto@iabiomed.org

I Jornada Anual de la Sociedad Española de Inteligencia Artificial en Biomedicina (IABiomed)