- Información general
- Complejo asistencial
Premiado un trabajo de un alumno de la ULE sobre retinopatías diabéticas, con colaboración de facultativos del Hospital de León y Atención Primaria
Javier Gómez Martínez ganó el primer premio de la XVIII edición del Observatorio Tecnológico HP SCDS una solución que facilitar su diagnóstico con el uso de Inteligencia Artificial
El pasado día 1 de septiembre se celebró la clausura y entrega de premios de la XVIII edición del Observatorio Tecnológico de HP SCDS, en las instalaciones de impresión de dicha empresa, en el Edificio Everest, en un acto que contó con la presencia de los alumnos autores de los Trabajos Fin de Grado (TFG) y Máster (TFM) participantes y de los representantes de HP SCDS que tutelaron los proyectos de la presente edición.
En el transcurso de la ceremonia, el Director General de HP SDSD, Miguel Ángel Turrado, hizo entrega del primer premio, un portátil HP valorado en más de 1000 euros, al alumno ganador, Javier Gómez Martínez, estudiante de la Universidad de León (ULE), por su Trabajo de Fin de Grado de la titulación de Ingeniería Informática titulado ‘DED-AI: Diabetic Retinopathy AI detection’.
Se trata de una solución para la detección de retinopatías diabéticas mediante el uso de inteligencia artificial, que fue propuesto y tutorizado por Luis Vidal de la Rosa, y que se llevó a cabo con la colaboración de David Barajas (Hospital de León) y Fernando Álvarez Guisasola (Centro de Salud Ribera del Órbigo).
La diabetes es conocida como una enfermedad silenciosa. que presenta más complicaciones a las personas diagnosticadas, como por ejemplo la retinopatía diabética, que afecta a los vasos sanguíneos que irrigan la retina, lo que podría causar déficit de visión severa. Actualmente, un experto revisa cientos de imágenes para detectar posibles retinopatías a través de imágenes capturadas por un retinógrafo.
El proyecto que ha sido premiado crea una red neuronal capaz de identificar aquellas imágenes que puedan representar una retinopatía. Para ello se parte de un conjunto de imágenes etiquetadas para realizar el entrenamiento y la validación de la red neuronal.
Una vez completado este proceso, para estudiar la fiabilidad del algoritmo, se propone crear una aplicación móvil en la que, a través de una captura utilizando la cámara del dispositivo, se envíe a un servidor que ejecutará la red neuronal para validar la imagen y etiquetarla como candidata a retinopatía o descartarla. Finalmente, el servidor retornará al usuario el diagnóstico del resultado del algoritmo.
Noticia completa en la web de la ULE
Menú cajas en prefooter
