Icono de atajos

Sistema de aprendizaje que favorece el diagnóstico de pacientes con riesgo de síndrome agudo respiratorio, destacado como un caso de éxito en Santander

DEEPSARS, sistema de aprendizaje
DEEPSARS, el sistema de aprendizaje profundo para la identificación y seguimiento de pacientes con riesgo de síndrome de distrés respiratorio agudo

Integrantes del Comité Universidad Empresa Estado de Santander–CUEES, destacaron como un caso exitoso de innovación y aporte significativo a la salud de la región, el sistema de aprendizaje DeepSARS para la identificación y seguimiento de pacientes con riesgo de síndrome agudo respiratorio, creado por investigadores de la Universidad Industrial de Santander, en colaboración con la clínica FOSCAL y la UNAB.

El profesor Fabio Martínez Carrillo, de la Escuela de Ingeniería de Sistemas e Informática de la UIS, presentó detalles de esta solución tecnológica que permite la interpretación de imágenes de rayos X y tomografías simples torácicas, mediante técnicas de inteligencia artificial, con el fin de brindar apoyo a los médicos en el diagnóstico temprano y manejo de los pacientes con riesgo de síndrome agudo respiratorio, enfocado principalmente en pacientes con COVID-19.

DeepSARS se hizo posible gracias al grupo de investigación BIVL2ab de la UIS, en cooperación con personal especializado de la Fundación Oftalmológica de Santander – FOSCAL y el programa de radiología de la Universidad Autónoma de Bucaramanga -UNAB.

Este proyecto fue uno de los ganadores en la convocatoria ‘Mincienciatón’, liderada por el Ministerio de Ciencia, Tecnología e Innovación, cuyo propósito fue movilizar, en tiempo récord, a la academia y a los centros de investigación para encontrar soluciones urgentes al COVID-19. Además, logró el importante apoyo de la Fundación BOTÍN, en el marco del programa FORCYT para el fortalecimiento de los sistemas científicos en Iberoamérica, que surge como una suma de esfuerzos entre la Organización de Estados Iberoamericanos y la Unión Europea.

Martínez Carrillo, investigador principal del proyecto afirmó que, “este sistema integra más de nueve modelos de inteligencia artificial para hacer seguimiento y caracterización, valoración y diagnóstico de patrones pulmonares patológicos que, principalmente, estaban asociados al COVID-19 y a la neumonía. Este sistema logró un nivel de maduración TRL 7, lo que significa que fue validado en clínica y que ofrece diferentes módulos para administrar pacientes y hospitales, y uno para telemedicina, ajustado a la situación vivida con la pandemia”.

En esta sesión del CUEES, que estuvo dedicada a conocer las capacidades de innovación y desarrollo de Santander en el sector salud, participó en representación de la UIS, la directora de Transferencia de Conocimiento, Vanessa Quiroga Arciniegas, quien destacó la presentación realizada por el profesor Martínez “como una oportunidad para mostrar al ecosistema de salud y a la internacionalización de los servicios de salud que está propendiendo Santander, las capacidades que tiene la UIS de lograr proyectos con altos niveles de desarrollo en periodos cortos y enfocados a los servicios de salud. Esperamos que el clúster de salud pueda conocer las fortalezas de la universidad para desarrollar más proyectos en conjunto y evolucionar en los que ya tenemos”.

Integrantes del CUEES SANTANDER
El proyecto fue presentado en la sesión 157 del Comité Universidad Empresa Estado de Santander–CUEES, en el que participa, en representación de la UIS, la directora de Transferencia de Conocimiento, Vanessa Quiroga Arciniegas.
Profesor Fabio Martínez Carrillo
El profesor Fabio Martínez Carrillo de la Escuela de Ingeniería de Sistemas e Informática de la UIS, participó de forma remota y presentó detalles de esta solución tecnológica.