Los sectores de la Salud y la Biotecnología se beneficiarán de las tecnologías 4.0
Representantes de los sectores de la salud y de la tecnología se han dado cita hoy en el Instituto Tecnológico de Aragón ITAINNOVA, con el objetivo de conocer las tecnologías implicadas en la Industria 4.0, profundizar en determinados aspectos relacionados con ese concepto y ver casos de éxito en los que se aplica big data. En esta reunión convocada por el clúster aragonés de Salud Arahealth en colaboración con el clúster Biotecnológico de Aragón AraBioTech, han participado medio centenar de profesionales vinculados con la Medicina, la Farmacia, la Enfermería, la ingeniería Biomédica y las TIC, entre otros. El director de ITAINNOVA, Ángel Fernández, ha estado acompañado en la presentación de la jornada por Carlos Lapuerta, gerente de Arahealth; y Pedro Razquin, presidente de AraBioTech. Fernández ha recordado que en ITAINNOVA las empresas encontrarán una oferta de tecnologías aplicadas a la industria 4.0, «Big data, cloud computing, robótica, realidad aumentada, realidad virtual, simulación, inteligencia artificial, internet (industrial) de las cosas… todo lo necesario para la implantación de tecnologías digitales a las empresas industriales». Ha destacado el papel fundamental del centro en la convocatoria Activa Industria 4.0, que está abierta hasta el 22 de septiembre, que consiste en ayudas a las empresas aragonesas que pretenden impulsar la transformación digital de su actividad industrial.
En la Jornada sobre Tecnologías 4.0 y proyectos Big Data en Salud y Biotecnología han participado como ponentes Clara Savirón (consultora de innovación de ITAINNOVA) y Rafael del Hoyo (responsable de los equipos de Big Data y Multimedia de ITAINNOVA) que han hablado sobre Big Data y Machine Learning en los sectores Salud y Tecnologías. Tras enumerar las cinco uves del Big Data: Volumen, velocidad, variedad, veracidad y valor, Clara Savirón ha destacado la importancia de «identifiar lo importante y extraer lo relevante». En ITAINNOVA «estamos trabajando en los últimos años en torno a los conceptos de Big Data e inteligencia artificial, así como su aplicación a machine learning (aprendizaje de las máquinas) y deep learning (aprendizaje profundo) Es decir, estamos intentando que las máquinas aprendan de los datos», ha resaltado Clara Savirón. En este sentido, han destacado algunos productos «como Moriarty, buscadores semánticos, herramientas que extraen datos de las redes sociales. Todo ello se puede aplicar al sector de la salud y, además, formamos parte del Big Data Value Association», ha indicado Rafael del Hoyo.
Por último, Víctor Alastrué, responsable de Ebers, y Jacobo Ayensa (del grupo de Mecánica Aplicada y Biomecánica de la Universidad de Zaragoza) han cerrado el turno de intervenciones. En concretom el priemro ha contado la experiencia de Ebers en técnica de aprendizaje automático aplicadas a tecnología médica. Se trata de una compañía biotecnológica dedicada al diseño, fabricación y comercialización de instrumentación científica avanzada en el campo del cultivo celular y la ingeniería de tejidos y, Víctor Alstrué ha relatado el caso de éxito del proyecto PRENOMON, que está realizando junto a ITAINNOVA, en el que trabajan las propiedades para conservar en perfectas condiciones los órganos que servirán para lograr con éxito un trasplante.
«Al ser extraído del cuerpo del donante, el órgano que va a ser trasplantado se queda sin el oxígeno y los nutrientes que le aporta el riego sanguíneo. Comienza la lucha contrarreloj por mantenerlo en buenas condiciones para ser trasplantado. En pocos minutos, células y tejidos resultan dañados y comienzan a morir. Para frenar este fenómeno, llamado isquemia, la solución tradicional «ha consistido en enfriar el órgano, lo que reduce su metabolismo y ralentiza la aparición de daños por isquemia, permitiendo alargar la preservación unas pocas horas». Pero además, «cuando un órgano preservado en frío vuelve a conectarse al riego sanguíneo del paciente receptor, las complejas reacciones bioquímicas que tienen lugar vuelven a dañar el órgano. Es lo que se conoce como reperfusión». Para ello, necesitan una máquina reproduce el entorno normal del órgano dentro del cuerpo, empezando por la temperatura.
Por su parte, Jacobo Ayensa ha presentado su estudio «Diagnóstico automático del cáncer de pulmón a partir de técnicas de Deep Learninig e imágenes médicas». Un equipo multidisciplinar integrado por médicos, ingenieros, enfermeros.. han sido capaces de aplicar algoritmos a las imágenes de pulmón para discernir si hay nódulos cancerígenos.
Esta actuación de difusión de la I+D+i está cofinanciada por FEDER.
Contruyendo Europa desde Aragón
Fondo Europeo de Desarrollo Regional (FEDER)
OTROS ARTÍCULOS
-
ITA | Miércoles, 04 Diciembre 2024
-
ITA | Martes, 03 Diciembre 2024