Vídeo creat per GINY Comunicació

El grup de recerca DataScience@UB  amb el projecte “Wireless Capsule Endoscopy Diagnosis by AI” liderat per Santi Seguí i Jordi Vitrià, ha estat seleccionat entre els 5 finalistes del Mobile World Scholar Challenge 2019 en el tòpic Deep Learning.

El Mobile World Scholar Challenge és un concurs, organitzat per la GSMA, dirigit a investigadors universitaris que volen mostrar les seves innovacions en productes i serveis que revolucionaran la indústria de la tecnologia.

El vídeo descriu la recerca feta del projecte “Wireless Capsule Endoscopy Diagnosis by AI” amb la col·laboració de Carolina Malagelada i Fernando Azpiroz, de l’Hospital General de la Vall d’Hebron i l’empresa Corporate Health.

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, de forma similar a una pastilla farmacèutica estàndard, que conté una càmera petita i una sèrie de LED alimentats per una bateria. La càpsula porta diverses imatges per segon, que es transmeten sense fils a una sèrie de receptors connectats a un dispositiu d’enregistrament portàtil que el pacient porta. L’ús de la càpsula de vídeo endoscòpica en el còlon s’ha proposat com una prova alternativa de cribratge colorectal.

L’objectiu principal d’aquest projecte de recerca aplicada ha estat desenvolupar 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.

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’Intel·ligència Artificial democratitza l’accés al cribratge perquè tant pacients com sigui possible puguin beneficiar-se de la detecció precoç de malalties greus.

 

https://www.mwcbarcelona.com/experiences/next-gen-innovation/mobile-world-scholar-challenge/

Notícies relacionades

Èxit del primer taller de Ciència de Dades Causal

cat. General
25.10.2021

Divendres passat va tenir lloc el primer Taller de Ciència de Dades Causal, organitzat pel nostre grup a la Facultat de Matemàtiques i Informàtica de la UB. El taller va comptar amb la participació de 20 experts en ciència de dades i aprenentatge automàtic de diversos sectors de negoci i recerca, que van seguir presentacions del Prof. Jordi Vitrià (datascience@UB), Dr. Jordi Mur (datascience@UB) i Enrique Mora (Nestlé).

Podeu trobar més informació del contingut del curs a la pàgina http://www.ub.edu/datascience/cdsw. Si aquest taller us sembla interessant, escriviu-nos mitjançant el formulari de contacte i us mantindrem informats quan organitzem noves edicions!


Incorporem un investigador Tecniospring al grup!

cat. General
07.04.2021

Donem la benvinguda a Jordi Mur al nostre grup TECNIO!

S’incorpora al nostre grup amb un contracte Tecniospring Industry d’ACCIÓ per desenvolupar una eina Python per a la ciència de les dades causals.

Example de graf causal


”Tecniospring Industry” Open Position at DataScience@UB

cat. General
19.06.2019