REPTE

La càpsula endoscòpica és un procediment utilitzat per registrar imatges del tracte gastrointestinal per al seu ús en el diagnòstic mèdic. Aquest procediment implica la ingesta d’una càpsula petita, que pren vàries imatges per segon, que es transmeten amb tecnologia sense sense fils a una sèrie de receptors connectats a un dispositiu d’enregistrament portàtil que el pacient porta. Per tal de poder emetre un diagnòstic àgil del gran volum d’imatges captades es requereix l’aplicació de tècniques d’intel·ligència artificial que permetran obtenir resultats en minuts i no hores com fins ara estava passant.

SOLUCIÓ

Desenvolupar d’una solució AI escalable per accelerar significativament el procés d’inspecció del tracte gastrointestinal. Mitjançant l’ús de tècniques d’aprenentatge profund, una computadora pot inspeccionar centenars de milers d’imatges i seleccionar les que tenen anomalies, només en pocs minuts en lloc d’unes poques hores.

IMPACTE

L’avenç tecnològic d’aquesta solució és la reducció del temps i els costos d’anàlisi per al diagnòstic, ja que no es necessiten professionals especialitzats ni instal·lacions adequades. Al mateix temps, el sistema funciona a nivells d’exactitud humana. El cribratge del càncer colorectal és ara costós, invasiu i intensiu en mà d’obra, i es considera una eina de detecció d’índexs poc adequada per a la població. Aquest sistema d’AI democratitza l’accés a la projecció i la seva inclusió en els serveis d’exàmens mèdics remots 5G ajudarà a reduir la càrrega dels residents en àrees remotes, així com de les persones grans que han d’anar a centres especialitzats d’atenció mèdica.

Articles relacionats

Aplicació de tècniques d’aprenentatge profund a la detecció de canvis semàntics en imatges aèries

cat. Projectes
14.01.2019

Hem guanyat un nou concurs amb l’Institut Cartogràfic i Geològic de Catalunya, per aplicar tècniques d’aprenentatge profund en la detecció de canvis en la xarxa d’infrastructures i construccions al territori amb l’objectiu d’automatitzar el procés d’elaboració del mapa topogràfic de Catalunya.


Desenvolupament d’un sistema de classificació de pell i cuir mitjançant visió artificial

cat. Projectes
11.10.2018

DataScience@UB, dissenya i prototipa una màquina que inclou un sistema intel·ligent de visió artificial basat en segmentació semàntica mitjançant xarxes neuronals convolucionals per automatitzar la classificació de pells i cuir.


Deep learning per mapes d’interpretació del territori

cat. Projectes
27.11.2017

En el marc del desplegament del Pla Cartogràfic de Catalunya, l’Institut Cartogràfic i Geològic de Catalunya, està treballant en l’elaboració de les especificacions tècniques del Mapa de Cobertes del Sòl de Catalunya. L’ICGC ens ha encarregat un estudi per estudiar la viabilitat de l’aplicació de tècniques d’aprenentatge profund en la generació de mapes.