Proyecto que busca formar recursos y articular conocimientos entre Universidades europeas, argentinas y uruguayas en el campo de IoT. El proyecto también posee una componente de articulación con empresas del rubro.

Adoptante: Servicio Universitario de Salud (SUS). UNMDP.

Adoptante: Servicio Universitario de Salud (SUS). UNMDP.

OCA 1490/08
Adoptante: Servicio Universitario de Salud (SUS). UNMDP.

A completar.

El análisis de imágenes médicas mediante técnicas de Procesamiento Digital de Imágenes (PDI) y Reconocimiento de Patrones es un campo consolidado que ha revolucionado el diagnóstico clínico. Esta disciplina es fundamental para la medicina moderna, aportando herramientas esenciales para la segmentación de estructuras anatómicas en resonancias magnéticas, la clasificación de patologías en radiografías o la detección de anomalías en mamografías, entre otras tantas aplicaciones, mejorando así la exactitud en el diagnóstico. Sin embargo, la reciente evolución del PDI hacia la adopción masiva de modelos de aprendizaje profundo, si bien ha potenciado la capacidad predictiva, ha introducido simultáneamente un desafío crítico: la opacidad de estos sistemas. La naturaleza de "caja negra" de las redes neuronales profundas limita su adopción clínica, ya que el objetivo actual no es sólo obtener alta exactitud, sino comprender el razonamiento detrás de una decisión para construir confianza, validar los hallazgos y adaptarse a la variabilidad de los datos.
Con foco en esta problemática, este proyecto aborda la Inteligencia Artificial Explicable (XAI, Explainable Artificial Intelligence), un paradigma que busca no sólo predecir, sino también extraer conocimiento útil. Para ello, se proponen dos líneas de investigación: el avance sobre sistemas de Lógica Difusa generados a partir de datos, que resultan inherentemente interpretables, y la explicabilidad de redes de aprendizaje profundo (CNNs y Transformers) mediante técnicas de visualización y modelos híbridos. Se aborda también la transferencia tecnológica, implementando los algoritmos en sistemas embebidos de bajo costo para crear dispositivos portátiles que trasladen las capacidades del PDI avanzado al punto de atención al paciente. El objetivo final es potenciar el campo del PDI con soluciones de diagnóstico asistido que sean robustas, transparentes, fiables y accesibles.

Este proyecto se plantea como una continuación natural y profundización de las líneas de investigación históricas del Laboratorio de Bioingeniería (LABI) del ICYTE (UNMDP-CONICET). Sobre la base de una trayectoria de más de 30 años en el desarrollo de equipamiento biomédico y procesamiento de señales, esta propuesta se focaliza en dos áreas estratégicas: a) el procesamiento de señales de Variación de Diámetro Arterial (VDA) para la evaluación de la salud cardiovascular, y b) el procesamiento de señales de biospeckle para aplicaciones en monitoreo ambiental y control de calidad agroalimentaria.
La primera línea de trabajo continúa los estudios pioneros del Laboratorio en señales de Variación de Diámetro Arterial. Se busca aplicar técnicas clásicas y de Inteligencia Artificial (IA), como modelos de aprendizaje profundo (Deep Learning), para analizar la morfología de la onda de pulso arterial. El objetivo es extraer nuevos biomarcadores no invasivos que permitan estimar la rigidez arterial y la edad vascular, factores clave en la detección temprana de riesgo cardiovascular. Estos desarrollos aspiran a generar herramientas de bajo costo que puedan complementar los métodos diagnósticos actuales, en línea con las actividades de extensión y promoción de la salud arterial que el laboratorio realiza con la comunidad.
La segunda línea se centra en el fenómeno de Speckle Láser Dinámico (DLS) o biospeckle. Aprovechando la experiencia del grupo en la aplicación de IA para caracterizar patrones de speckle, se propone avanzar en el desarrollo de un biosensor para la detección rápida de la carga microbiana y la toxicidad en muestras de agua. Esta tecnología tiene el potencial de convertirse en un sistema de alerta temprana para el monitoreo ambiental, de gran relevancia para la salud pública. Adicionalmente, se explorarán aplicaciones en el sector agroalimentario, como la detección de la calidad de semillas o de daños en frutos, lo que contribuirá a reducir las pérdidas postcosecha.
En ambas líneas, el eje transversal será el desarrollo y la validación de algoritmos clásicos y de IA, desde redes neuronales y lógica difusa, cuyo uso fue impulsado tempranamente en el Laboratorio, hasta arquitecturas más complejas como las redes convolucionales (CNN) y los Transformers. El proyecto no solo busca generar conocimiento científico publicable en revistas de alto impacto, sino también desarrollar prototipos funcionales, formar recursos humanos de grado y posgrado, y fortalecer la transferencia de tecnología al sector socio-productivo. Las contribuciones esperadas se alinean con los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030, en particular con el ODS 3 (Salud y Bienestar) y el ODS 6 (Agua Limpia y Saneamiento).

Protocolo de investigación aprobado por el Comité de Ética en Investigación del Ministerio de Salud de la Provincia de San Juan (aprobado en reunión del 04/09/2024).
Investigadores Principales: Dr. Diego Sebastián Comas, Dr. Juan Pablo Graffigna.
Co y subinvestigadores: Juan Miguel Agliozzo, Ana María Sanz, Daniela Sofía Pedrozo Roca, Agustín Amalfitano y Facundo Cortés Zmutt.
Corresponde a parte del convenio marco entre la Universidad Nacional de San Juan, la Universidad Nacional de Mar del Plata y el Hospital Marcial Quiroga

Convenio para realizar actividades conjuntas de investigación en Inteligencia Artificial aplicada a la detección precoz de patologías en estudio mamográficos.
Equipo de trabajo: Dr. Juan Miguel Agliozzo (Hospital Marcial Quiroga), Dr. Ing. Diego Sebastián Comas (UNMdP), Dra. Ing. Virginia Laura Ballarín (UNMdP), Dr. Ing. Gustavo Javier Meschino (UNMdP), Lic. Agustín Amalfitano (UNMdP), Dr. Ing. Juan Pablo Graffigna (UNSJ), Facundo Cortés (UNSJ), Juan Manuel Reyna (UNSJ).

Este proyecto es una continuación de las líneas de investigación del Laboratorio de Bioingeniería de la Facultad de Ingeniería de la UNMDP y del ICYTE. Se busca desarrollar sensores que permitan adquirir señales biológicas, estas pueden ser señales biomédicas de pacientes, nivel de oxígeno en sangre, variación del diámetro de la arteria radial entre otras que permitirán avanzar en el diagnóstico temprano de enfermedades arteriales o colaborar en la identificación de patologías. También se busca el desarrollo de biosensores, que son sensores que utilizan algún elemento vivo, como microorganismos, para detectar de forma rápida y simple a través del uso de un equipo láser y su consiguiente procesamiento contaminantes en un curso de agua o contaminación en las aguas residuales de un proceso industrial. En definitiva, se busca mejorar la calidad de vida de los ciudadanos, ya sea mediante la detección precoz y prevención de patologías o a través del monitoreo ambiental.

En este proyecto proponemos la aplicación de técnicas de Inteligencia Artificial en el contexto de señales y datos provenientes de estudios de ciencias cognitivas, con el objetivo de extraer conocimiento, validar hipótesis y sacar conclusiones para generar aportes teórico-empíricos a problemáticas acuciantes en las ciencias cognitivas. En un proyecto previo trabajamos en la adquisición sincrónica de múltiples señales fisiológicas. En este nuevo planteo buscamos, a través de la toma de registros en sujetos de prueba, profundizar la caracterización de la relación entre la comprensión del lenguaje y la reactivación de experiencias corporales afines (‘cognición corporizada’), como fuente de comprensión de diversos fenómenos mentales.
Pretendemos así continuar el enfoque del proyecto anterior, que abrió una nueva línea dentro de nuestro Laboratorio de Bioingeniería del Instituto de Investigaciones Científicas y Tecnológicas en Electrónica, apoyado en esta ocasión en una colaboración con el Centro de Neurociencias Cognitivas de la Universidad de San Andrés, Buenos Aires, Argentina.
Buscamos un abordaje multidimensional para evaluar en qué medida las palabras, oraciones y textos generan patrones de reactivación diferenciales en sistemas fisiológicos. También investigaremos correlaciones y causalidades entre palabras leídas (oralmente o no), con diferentes estados o patologías cerebrales.
La Bioingeniería es la disciplina que ha estudiado los procesos físicos que permiten la adquisición y el estudio de las diferentes magnitudes fisiológicas. En este proyecto utilizaremos sus conceptos para cuantificar y estudiar los patrones de reactivación antes mencionados. Se utilizarán equipos de adquisición propios para la obtención de las señales y datos brindados como producto de estudios previamente realizados.

El diseño de sistemas portables para la adquisición de señales con aplicación en Bioingeniería se torna importante a partir de la posibilidad de la transmisión de la información y su almacenamiento remoto. La posibilidad de generar prototipos que puedan obtener señales biológicas a distancia y trasmitirlas a un especialista no presente en el lugar se vuelve imprescindible en tiempos como los actuales.
En el campo de la Bioingeniería es permanente el desafío del procesamiento, análisis e interpretación de patrones presentes en el gran volumen y variabilidad de señales, imágenes y videos disponibles a partir de nuevos equipos y dispositivos. El desarrollo de equipos ad-hoc necesita del procesamiento de las señales adquiridas. Por lo tanto, el acondicionamiento de la señal, en primer lugar, y luego, su procesamiento, son indispensables para obtener información relevante. Es indiscutible el rol preponderante que en este campo adquieren las técnicas de Inteligencia Artificial.
En función de los antecedentes del grupo tanto en el desarrollo de dispositivos de adquisición como en herramientas de Inteligencia Artificial, se presenta esta propuesta como continuación de la línea de trabajo en el diseño de equipos y métodos de procesamiento para sistemas de soporte a las decisiones con aplicaciones de Bioingeniería.

A completar.

Se propuso la aplicación inédita de la adquisición sincrónica de múltiples señales fisiológicas para generar aportes teórico-empíricos a problemáticas acuciantes en las ciencias cognitivas. Se buscó caracterizar la relación entre la comprensión del lenguaje y la reactivación de experiencias corporales afines (‘cognición corporizada’), que ha promovido grandes avances para comprender la organización de diversos fenómenos mentales.
Se presentó un proyecto de investigación innovador, que constituyó un nuevo enfoque dentro de la línea que se desarrollaba en el Laboratorio de Bioingeniería del Instituto de Investigaciones Científicas y Tecnológicas en Electrónica, apoyado en una colaboración con el Laboratorio de Psicología Experimental y Neurociencias (LPEN), parte del Instituto de Neurociencia Cognitiva y Traslacional (CONICET, Fundación INECO y Universidad Favaloro).
Se propuso un abordaje multidimensional para evaluar en qué medida el procesamiento de palabras, oraciones y textos con alto contenido motor, en comparación con materiales comparables sin asociaciones motoras, generaba patrones de reactivación diferenciales en sistemas fisiológicos.
La Bioingeniería es la disciplina que estudió los procesos físicos que permitieron la adquisición de las diferentes magnitudes fisiológicas, que permitieron cuantificar los patrones de reactivación antes mencionados. Se trabajó en un equipo que centralizó la obtención de las señales, considerando la mínima incomodidad del sujeto en estudio.

El proyecto de Bioingeniería se enfocó en el diseño de modelos integrados de aprendizaje para la caracterización e identificación de patrones biológicos. La temática principal fue desarrollar un enfoque metodológico unificado que no separe el proceso de extracción de características del diseño del clasificador, a diferencia de los modelos tradicionales de inteligencia artificial.
Los objetivos se centraron en dos aplicaciones principales. La primera fue diseñar sistemas de ayuda al diagnóstico clínico mediante el análisis de videos de ecografías, específicamente pulmonares y oftalmológicas. La segunda consistió en adquirir y reconocer patrones dinámicos mediante la técnica de Speckle Láser para el monitoreo de la microcirculación en la dermis y la detección de microorganismos en líquidos como indicadores de toxicidad ambiental.
El proyecto alcanzó el 80% de sus metas. Se lograron resultados exitosos en el desarrollo de un sistema para reconocer estados pulmonares en videos de ultrasonido. Además, se crearon métodos innovadores de procesamiento de Speckle Láser, basados en técnicas de Inteligencia Artificial como kernels 3D y Lógica Difusa, que lograron detectar la presencia de microorganismos en muestras de agua. También se desarrollaron prototipos de equipos biomédicos, como un uroflujómetro con tecnología IoT. La principal dificultad encontrada fue la imposibilidad de trabajo presencial durante la pandemia.

En Bioingeniería, los sensores son dispositivos que detectan procesos biológicos, químicos o físicos con el fin de transformarlos en señales eléctricas que, luego de acondicionarse y digitalizarse, pueden ser mostradas y procesadas. Algunos sensores trabajan de forma no invasiva (desde fuera del cuerpo) y otros lo hacen en forma invasiva (es necesario implantarlos en el interior del cuerpo).
Los dispositivos de adquisición pueden considerar una o varias señales simultáneamente. La información obtenida mediante las señales es de gran relevancia clínica. Actualmente, toman roles clave en todos los aspectos del cuidado de la salud: prevención, diagnóstico, monitoreo de patologías, monitoreo del diagnóstico.
Se plantea en este proyecto el desafío de continuar lo emprendido en dos proyectos previos en lo que respecta al avance en el desarrollo de dispositivos de adquisición y procesamiento de señales biomédicas.
Se propone la profundización del estudio de la tecnología MEMS (Microelectromechanical systems) como posibles sensores de bajo costo para la adquisición simultánea de sonidos cardiacos y de la señal de pulso, con el fin de proponer técnicas de procesamiento para la estimación no invasiva de la presión arterial.
Se propone asimismo la integración con técnicas de Biospeckle como sensores de la actividad biológica, en integración con otros proyectos vigentes en el Laboratorio.
Transversalmente, se espera que técnicas de procesamiento de señales basadas en Machine Learning e Inteligencia Computacional aporten en el reconocimiento de patrones de normalidad/anormalidad de las señales adquiridas y sean la herramienta para la estimación de modelos.
Se requiere un enfoque transdisciplinario, que involucra a diseñadores de hardware, especialistas en interacción usuario-ordenador, desarrolladores de software, expertos en técnicas de modelización y procesamiento de la información y médicos.

A completar.

Con el advenimiento de nuevas tecnologías se han incorporado en los últimos tiempos diferentes enfoques para el diseño de sistemas de adquisición y procesamiento de señales en general y de señales biomédicas en particular.
Estas nuevas tecnologías permiten diseños de equipos portables, autónomos, de alta usabilidad y relativo bajo costo y con aplicaciones que hasta hace pocos años eran impensables sin una computadora.
La posibilidad de adquirir, registrar y analizar variables biomédicas, directamente relacionadas con la salud, en tiempo real y fuera de centros de salud, ha generado interesantísimos aportes científicos y tecnológicos.
Este proyecto se focalizará en desarrollos orientados a usuarios finales (monitoreo de señales) o a profesionales (señales para investigación) o ambos al mismo tiempo (telemedicina).
Adicionalmente, se hará especial hincapié en el concepto de “usabilidad” de los diseños planteados, definida como la facilidad con que un usuario puede utilizar una herramienta fabricada por otras personas.
La experiencia previa del grupo en estos sistemas y su posible aplicación en el campo de la salud motivan el abordaje de nuevos sistemas de adquisición y procesamiento. Se hace hincapié en el uso de técnicas de inteligencia computacional para la etapa de procesamiento y extracción de la información.
Se requiere un enfoque transdisciplinario, que involucra a diseñadores de hardware, especialistas en interacción usuario-ordenador, desarrolladores de software, expertos en técnicas de modelización y procesamiento de la información y médicos.

Este proyecto fue una iniciativa de investigación y desarrollo tecnológico llevada a cabo entre noviembre de 2017 y mayo de 2021. Su objetivo central fue diseñar e implementar sistemas para adquirir y procesar secuencias de imágenes de Speckle Láser Dinámico (SLD), obtenidas al iluminar diversas muestras con láser y ultrasonido, con el fin de desarrollar metodologías de caracterización y reconocimiento de patrones para problemas específicos.
Para lograrlo, el equipo de trabajo empleó y refinó técnicas de Inteligencia Computacional, incluyendo computación granular, lógica difusa, y geometría fractal (específicamente, la dimensión fractal calculada con Box Counting). Se destaca el avance en el paradigma de aprendizaje profundo (Deep Learning) con redes neuronales artificiales para evitar la etapa tradicional de extracción de características. Estas técnicas se aplicaron con éxito para discriminar niveles de actividad en patrones de SLD y analizar imágenes de ecografías oculares y pulmonares.
Los principales resultados y logros del proyecto se pueden agrupar en varias áreas:

Desarrollo de Equipamiento y Prototipos:
Se diseñó y construyó una mesa antivibratoria para experimentos de SLD, que fue instalada en el Laboratorio de Bioingeniería del ICYTE. Este equipo mejoró significativamente la capacidad del grupo para realizar ensayos in situ y optimizó los tiempos de experimentación, al no depender de laboratorios externos.
Se desarrollaron sistemas portátiles para la adquisición y procesamiento de señales biomédicas.
Se adquirió una computadora de mayor poder de cálculo y una impresora 3D, lo que fortaleció la capacidad para implementar algoritmos complejos y construir piezas y gabinetes para los prototipos de manera independiente.

Resultados Científicos y Aplicaciones:
Se obtuvieron resultados prometedores en la clasificación de estados pulmonares en videos de ecografías, logrando estimar computacionalmente un índice de gran fidelidad con la experticia médica.
Se logró diferenciar estados en ecografías de tiroides y ecocardiogramas usando técnicas de geometría fractal.
Se avanzó en la creación de un biosensor no invasivo para determinar la densidad y concentración de bacterias en agua, con potencial aplicación en la biorremediación de aguas contaminadas.
Se investigó el potencial de las señales de pletismografía para reemplazar métodos de diagnóstico invasivos durante cirugías.

Transferencia y Formación de Recursos Humanos:
En el ámbito de la transferencia tecnológica, se destaca el desarrollo de un prototipo de balanza compensada electrónica para el Instituto Nacional de Investigación y Desarrollo Pesquero (INIDEP), diseñada para pesar vieiras en buques pesqueros en movimiento.
El proyecto fue fundamental para la formación de recursos humanos, incluyendo tesistas de doctorado en Ingeniería , becarios postdoctorales , y estudiantes de grado que completaron sus proyectos finales en el marco de la investigación. El proyecto financió una beca de nivel inicial.
La producción científica fue extensa, con la publicación de 32 artículos en revistas periódicas , 7 capítulos de libros y más de 40 presentaciones en congresos nacionales e internacionales.

Colaboración Internacional:
Se fortalecieron vínculos con grupos de investigación del exterior, como el Instituto Politécnico de Leiria (Portugal) , la Universidad Politécnica de Valencia (España) y expertos en México a través de la red Eureka. Estas colaboraciones dieron lugar a publicaciones conjuntas, cursos de posgrado y talleres.

A completar.

El paradigma de Ambient Assisted Living (AAL, traducible como “vida cotidiana asistida por el ambiente”) involucra el concepto de sistemas inteligentes de asistencia para un estilo de vida mejor, más sano y más seguro. Así como las relaciones interpersonales influían en el comportamiento humano, también lo hacen las interacciones entre personas y dispositivos. Estas interacciones pueden describirse con tres etapas: la detección del entorno, el análisis y la aplicación útil del proceso.
Entre las tecnologías involucradas en sistemas AAL, en la línea de frontera de las nuevas tecnologías de la información y las comunicaciones (TIC), se halla el paradigma de la Computación Ubicua, cuya esencia es la creación de ambientes con comunicación inalámbrica y computación, integrados armoniosamente con usuarios humanos. Muchos bloques de construcción claves necesarios para esta visión, antes sólo teóricos, constituían en ese entonces tecnologías comerciales viables y disponibles, tales como computadoras portátiles, teléfonos celulares, tabletas, comunicación inalámbrica de banda ancha, sistemas de detección de ubicación y realidad aumentada, entre otros.
En el marco de esta temática se abordó el diseño y desarrollo de aplicaciones innovadoras en el campo de la Bioingeniería, orientadas a la mejora de la salud y el bienestar personal. Esto requirió un enfoque transdisciplinario, que involucró a diseñadores de hardware y software, especialistas en interacción usuario-ordenador, médicos y expertos en técnicas de modelización y procesamiento de la información.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

A completar.

Seminario de sensibilización del uso de la IA para médicos de todos los servicios de la Clínica 25 de Mayo, Mar del Plata, Argentina.