Cum Laude por una tesis sobre inteligencia artificial para diagnóstico médico

La ingenieria almeriense Amelia Jiménez investiga aplicaciones en fracturas y mamografías

Amelia, durante la defensa de su tesis
Amelia, durante la defensa de su tesis La Voz

La ingeniera almeriense Amelia Jiménez Sánchez se ha doctorado cum laude en la Universidad Pompeu Fabra (UPF), bajo la dirección de la profesora Gemma Piella y la profesora Diana Mateus de la École centrale de Nantes en Francia, con una investigación sobre técnicas de Inteligencia Artificial para el soporte clínico en el diagnóstico médico. Amelia, nacida en Benahadux, estudió el grado en Ingeniería de Tecnologías de Telecomunicación en la Universidad de Granada (UGR y realizó dos estancias en Alemania. En la Universidad Técnica de Munich (TUM) se despertó su curiosidad en la investigación de algoritmos para aplicaciones biomédicas y realizó un máster en computación biomédica. Durante este periodo, Amelia fue reconocida entre las mejores estudiantes del departamento de informática de la TUM. Gracias a la beca INPhINIT, cofinanciada por la Fundación la Caixa y el programa EU Horizon 2020 Marie Skłodowska-Curie, Amelia comenzó en 2017 su doctorado en el Departamento de Tecnologías de la Información y las Comunicaciones de la UPF.


El pasado octubre, la almeriense realizó la defensa de su tesis, que se refiere al desarrollo de algoritmos de aprendizaje profundo para el diagnóstico médico, en particular para la clasificación de fracturas femorales y detección de cáncer en mamografía. La tesis de Amelia tiene como objetivo diseñar métodos para mejorar los actuales sistemas para el diagnóstico asistido por ordenador. Estos algoritmos se ven enfrentados a desafíos cuando se trabaja con bases de datos de imágenes médicas. En primer lugar, el número de imágenes o anotaciones proporcionadas es limitado. En segundo lugar, las etiquetas de clasificación provistas pueden no ser del todo fiables o resultar en una distribución desbalanceada. En tercer lugar, en escenarios de aprendizaje colaborativo, hay que tener en cuenta la privacidad de los/as pacientes y las posibles diferencias de dominio de las imágenes. 


Fracturas femorales y cáncer de mama



En su tesis se investigan dos aspectos clave a la hora de aprender representaciones a partir de imágenes médicas: el diseño de la arquitectura de aprendizaje profundo y la optimización de estas redes con aprendizaje curricular. Entre ellas, la clasificación de fracturas femorales para conseguir una planificación de la cirugía más adecuada y precisa. Y la detección precoz/temprana de cáncer de mama analizando mamografías, así como la detección de tumores malignos sin necesidad de biopsia.


Según apunta, lo ocurrido ha sido el fruto de cuatro años de una experiencia muy estimulante e intensa, tanto en lo personal como en lo profesional. Compaginando las tareas de investigación, Amelia ha impartido talleres y charlas divulgativas organizados por Barcelona Activa (Ayuntamiento Barcelona) y #100tífiques (Fundació Catalana de Recerca i la Innovació) y ha sido mentora del programa Inspira STEAM, promovido por la Universidad de Deusto. Amelia ha participado en estas iniciativas porque cree que es importante que la investigación se lleve a la sociedad, y también, despertar la curiosidad de los niños y niñas en carreras científicas. Al finalizar la defensa, Amelia agradeció la asistencia, tanto de manera presencial como online, y en especial, a sus supervisoras Gemma y Diana por la orientación y apoyo durante este trayecto. Amelia ahora espera seguir realizando investigación para poner la inteligencia artificial al servicio de la medicina.




 

Temas relacionados
Medicina Salud Investigación Benahadux

para ti

en destaque