“Ser speaker en Talent Land México 2023, en la Tierra de la Salud, es una oportunidad única para compartir conocimientos y avances en el campo de la Bioinformática e Ingeniería Biomédica con una audiencia interesada en la innovación en el sector de la salud”, así lo expresó el docente investigador de la Unidad Académica de Ingeniería Eléctrica (UAIE), Carlos Eric Galván Tejada, al exponer su conferencia “Machine Learning para el desarrollo de herramientas en la medicina del futuro”.
Durante su charla, el actual responsable del programa de Ingeniería de Software de la UAZ, destacó que en este evento nacional se realizó la presentación de proyectos en los que se ha trabajado para encontrar herramientas de asistencia al diagnóstico no invasivo de enfermedades multifactoriales, mediante técnicas de Inteligencia Artificial (IA).
Al dar la introducción al tema, el especialista explicó cómo la IA se está convirtiendo en una de las herramientas más valiosas para ayudar en la toma de decisiones médicas y en el diagnóstico de enfermedades multifactoriales, lo que puede ser especialmente útil o en el caso de padecimientos poco comunes o con síntomas poco específicos.
Enseguida, con el fin de desarrollar recursos de asistencia más precisos y confiables, el investigador Eric Galván compartió avances de los proyectos de investigación en los que se ha utilizado a la IA, para identificar patrones y características en grandes conjuntos de datos biomédicos.
Por último, los asistentes discutieron los beneficios de utilizar técnicas de Inteligencia Artificial para el análisis de enfermedades multifactoriales, como la capacidad de localizar esquemas que pueden no ser evidentes para los médicos o que pueden estar ocultos en grandes cantidades de datos y la posibilidad de obtener resultados de diagnóstico más rápidos y precisos.
- Talent Land México 2023
Dentro de este evento nacional -dijo-, se presentaron diversos proyectos que utilizan técnicas de IA y procesamientos de imágenes para mejorar el diagnóstico y tratamiento de enfermedades, de los cuales destacan tres: un proyecto de cálculo de probabilidad de desarrollar complicaciones en pacientes diabéticos; un proyecto que utiliza visión computacional y redes neuronales profundas para la detección de lesiones gástricas, y otro, que, es una herramienta para el cálculo de macronutrientes requeridos por cada paciente.
El primer proyecto es un recurso que utiliza algoritmos de aprendizaje automático para analizar datos biomédicos y calcular la probabilidad de que un paciente diabético desarrolle complicaciones a corto y largo plazo. Esto puede ayudar a los médicos a tomar decisiones más informadas para dar un mejor tratamiento y seguimiento de los pacientes, detalló el docente.
Asimismo, la segunda investigación busca ayudar a los profesionales de la salud a identificar lesiones en la mucosa gástrica de manera temprana, lo que aumenta las posibilidades de un tratamiento efectivo, que mejore la calidad de vida del paciente.
El tercer y último proyecto -manifestó-, es una herramienta que, por medio de algoritmos de aprendizaje automático para analizar los datos de los pacientes, incluyendo peso, altura y nivel de actividad física, calcula los macronutrientes que requieren al día. “Esto, son aspectos que lo vuelven un recurso que puede ayudar a los pacientes a seguir una dieta personalizada y adaptada a sus necesidades individuales”.
Por último, el investigador universitario Galván Tejada, recalcó que estos proyectos demuestran el potencial de la Inteligencia Artificial y el procesamiento de imágenes en la mejora de la atención médica y el tratamiento de enfermedades.
