{"id":1599,"date":"2025-02-11T09:46:00","date_gmt":"2025-02-11T08:46:00","guid":{"rendered":"https:\/\/iafer.dasci.es\/?p=1599"},"modified":"2025-03-03T09:47:27","modified_gmt":"2025-03-03T08:47:27","slug":"health-ai-workshop-catedra-enia-iafer","status":"publish","type":"post","link":"https:\/\/iafer.dasci.es\/en\/actividades\/health-ai-workshop-catedra-enia-iafer\/","title":{"rendered":"\u00abHealth & AI\u00bb Workshop C\u00e1tedra ENIA IAFER"},"content":{"rendered":"

Se celebrar\u00e1 de forma presencial en el Edificio UGR-AI del PTS el martes 18 de febrero de 2025, de 10-12:30h<\/strong> y online en el siguiente enlace:<\/p>\n\n\n\n

Enlace al evento online<\/strong><\/a><\/p>\n\n\n\n

S\u00f3lo los 50 primeros inscritos podr\u00e1n asistir en persona, el resto podr\u00e1 acceder por Internet. Los ponentes son especialistas en el uso de la IA para problemas m\u00e9dicos complejos de las universidades de Granada, Nottingham y el Imperial College de Londres.<\/p>\n\n\n\n

Consulte a continuaci\u00f3n el programa del seminario. \u00a1No olvide inscribirse!<\/p>\n\n\n\n

Enlace de registro<\/strong><\/a><\/p>\n\n\n\n

10:00-10:30 Inteligencia artificial responsable para el m\u00e1s all\u00e1<\/strong><\/p>\n\n\n\n

\"\"
Ponente: Elvira Perez Vallejos, University of Nottingham<\/figcaption><\/figure>\n\n\n\n

Resumen<\/strong>: La inteligencia artificial est\u00e1 revolucionando nuestra forma de interactuar con el mundo, y la muerte no es una excepci\u00f3n. Durante esta charla, el profesor P\u00e9rez presentar\u00e1 el programa de investigaci\u00f3n del UKRI RAi UK https:\/\/rai.ac.uk\/ , una inversi\u00f3n de 35 millones de libras desarrollada para ofrecer las mejores pr\u00e1cticas mundiales sobre c\u00f3mo dise\u00f1ar, evaluar, regular y operar sistemas de IA de forma que beneficien a las personas y a la sociedad. A continuaci\u00f3n se analiza un caso concreto: DeathTech, (es decir, tecnolog\u00edas emergentes que pretenden preservar digitalmente los recuerdos de nuestros seres queridos). Desde la creaci\u00f3n de avatares conversacionales hasta la reconstrucci\u00f3n de voces y rostros mediante IA generativa, las posibilidades parecen ilimitadas. Sin embargo, es crucial abordar esto con responsabilidad. La charla examina c\u00f3mo la IA puede ayudarnos a sobrellevar el duelo y mantener vivos los recuerdos de nuestros seres queridos, al tiempo que subraya la necesidad de un marco \u00e9tico s\u00f3lido para garantizar que estas tecnolog\u00edas se utilicen en beneficio de la sociedad.<\/p>\n\n\n\n

Biograf\u00eda: Elvira P\u00e9rez Vallejos es catedr\u00e1tica de Salud Mental y Tecnolog\u00eda, nombrada conjuntamente por la Facultad de Medicina y la Facultad de Inform\u00e1tica de la Universidad de Nottingham. Posee una cartera de investigaci\u00f3n altamente interdisciplinar (>80 millones de libras), respaldada por la financiaci\u00f3n de los principales consejos de investigaci\u00f3n del Reino Unido (AHRC, EPSRC, ESRC, MRC) y el Instituto Nacional de Investigaci\u00f3n Sanitaria (NIHR). Es presidenta del Comit\u00e9 de Acciones del UKRI Responsible AI UK y directora de Investigaci\u00f3n e Innovaci\u00f3n Responsables del UKRI Trustworthy Autonomous Systems Hub. Elvira est\u00e1 a la vanguardia de la investigaci\u00f3n mundial sobre salud mental digital. Su trabajo aborda cuestiones cr\u00edticas como la \u00e9tica de los datos, la privacidad, la participaci\u00f3n de los usuarios y las partes interesadas, la coproducci\u00f3n y la IA responsable. En los \u00faltimos seis a\u00f1os, ha colaborado con j\u00f3venes para amplificar sus voces y traducir sus preocupaciones y recomendaciones en recomendaciones pol\u00edticas en el \u00e1mbito de la salud mental digital. Este trabajo contribuy\u00f3 a la Ley del Reino Unido: Online Safety Act 2023. Actualmente, su trabajo de investigaci\u00f3n se centra en la \u00abIA responsable para la muerte y el morir\u00bb y en c\u00f3mo los servicios digitales emergentes de inmortalidad despu\u00e9s de la muerte (por ejemplo, griefbots, deadbots y avatares postmortem) pueden afectar al proceso de duelo y luto.<\/p>\n\n\n\n

Perfil Google Scholar<\/a><\/p>\n\n\n\n

10:30-11:00 Subagrupaci\u00f3n de linfomas de c\u00e9lulas B derivados de centros germinales basada en m\u00f3dulos de metilaci\u00f3n del ADN educados por aprendizaje autom\u00e1tico<\/strong><\/p>\n\n\n\n

\"\"
Ponente: Coral del Val Mu\u00f1oz, University of Granada<\/figcaption><\/figure>\n\n\n\n

Resumen:<\/strong> Las t\u00e9cnicas de subagrupaci\u00f3n existentes para los linfomas difusos de c\u00e9lulas B grandes basadas en la morfolog\u00eda, la transcript\u00f3mica o las alteraciones gen\u00e9ticas se ven obstaculizadas por la superposici\u00f3n de firmas moleculares, la heterogeneidad intratumoral y la reproducibilidad inconsistente. Aunque los perfiles de metilaci\u00f3n del ADN han estratificado con \u00e9xito tumores s\u00f3lidos y leucemias, su aplicaci\u00f3n a los linfomas de c\u00e9lulas B maduras (FL y DLBCL) se ve dificultada por una distribuci\u00f3n continua y no discreta de los estados de metilaci\u00f3n. Para abordar este problema, utilizamos un marco no supervisado que integra la agrupaci\u00f3n preliminar de metilaci\u00f3n del ADN con la factorizaci\u00f3n de matrices no negativas difusas (FNMF) para extraer marcadores de metilaci\u00f3n robustos e interpretables. Este enfoque es capaz de capturar las ambig\u00fcedades inherentes en los patrones de metilaci\u00f3n, mejorando as\u00ed la delineaci\u00f3n de subtipos. Los resultados revelaron 300 CpGs que formaban cuatro m\u00f3dulos de metilaci\u00f3n, que ordenaban los linfomas en siete patrones de metilaci\u00f3n (MP1-7). Estos MP1-7 mostraron asociaciones significativas con caracter\u00edsticas biol\u00f3gicas de los linfomas y se replicaron en muestras externas.<\/p>\n\n\n\n

Biograf\u00eda: <\/strong>Mar\u00eda Coral del Val Mu\u00f1oz es Profesora Titular en el Departamento de Ciencias de la Computaci\u00f3n e Inteligencia Artificial de la Universidad de Granada. Imparte docencia en diversas titulaciones, incluyendo el Grado en Biotecnolog\u00eda, el Grado en Odontolog\u00eda y los M\u00e1steres Universitarios en Ciencia de Datos e Ingenier\u00eda de Computadores y en Biolog\u00eda Molecular Aplicada a Empresas Biotecnol\u00f3gicas. Obtuvo su doctorado en el a\u00f1o 2000 en la Universidad de Granada con la tesis titulada \u00abDiversidad de hongos formadores de micorrizas arbusculares en suelos contaminados con metales pesados\u00bb, dirigida por la Dra. Concepci\u00f3n Azc\u00f3n Gonz\u00e1lez de Aguilar. Tras su doctorado, realiz\u00f3 estancias postdoctorales en el Consejo Superior de Investigaciones Cient\u00edficas (CSIC) en Granada y en el Centro Alem\u00e1n de Investigaci\u00f3n del C\u00e1ncer (DKFZ) en Heidelberg, Alemania. Durante este periodo, colabor\u00f3 con departamentos de Biof\u00edsica Molecular y grupos de Bioinform\u00e1tica, ampliando su experiencia en an\u00e1lisis gen\u00f3mico y bioinform\u00e1tica. Su labor investigadora se centra en \u00e1reas como la Bioinform\u00e1tica, los Sistemas Inteligentes y la Inteligencia Artificial. Ha participado en proyectos relacionados con el an\u00e1lisis de datos gen\u00f3micos y la aplicaci\u00f3n de t\u00e9cnicas de inteligencia artificial en biolog\u00eda y medicina. Adem\u00e1s de su actividad docente e investigadora, la profesora del Val es miembro del grupo de investigaci\u00f3n \u00abSoft Computing y Sistemas de Informaci\u00f3n Inteligentes\u00bb de la Universidad de Granada.<\/p>\n\n\n\n

Perfil Google Scholar<\/a><\/p>\n\n\n\n

11:30-12:00 Mejora del an\u00e1lisis de la fibrosis pulmonar idiop\u00e1tica mediante trayectorias longitudinales de la CVF e identificaci\u00f3n de endotipos utilizando t\u00e9cnicas computacionales avanzadas<\/strong><\/p>\n\n\n\n

\"\"
Ponente: Hernan Fainberg, Imperial College London<\/figcaption><\/figure>\n\n\n\n

Resumen:<\/strong> Se identificaron grupos de pacientes con fibrosis pulmonar idiop\u00e1tica (FPI) mediante modelos de aprendizaje autom\u00e1tico (ML) mejorados con an\u00e1lisis de sensibilidad. Se realizaron dos estudios: 1) an\u00e1lisis de trayectorias de FVC y 2) clasificaci\u00f3n de endotipos. En el an\u00e1lisis de FVC, los modelos RF entrenados con simulaciones MCMC mostraron el NRMSD m\u00e1s bajo. Se obtuvieron cuatro grupos de CVF, cada uno de ellos asociado a distintos riesgos de mortalidad. Un descenso significativo de la CVF en el primer a\u00f1o tras el diagn\u00f3stico indicaba un mayor riesgo de mortalidad. Para la clasificaci\u00f3n de los endotipos, se identificaron tres grupos (membrana basal, lesi\u00f3n epitelial y fibrina reticulada), cada uno de ellos asociado a tasas de supervivencia y perfiles de biomarcadores \u00fanicos. El an\u00e1lisis de sensibilidad y la replicaci\u00f3n en un conjunto de datos independiente confirmaron estos resultados. Conclusiones: El an\u00e1lisis de sensibilidad mejora los modelos ML al mejorar su robustez, interpretabilidad y generalizabilidad en el an\u00e1lisis de las trayectorias longitudinales de la CVF y la clasificaci\u00f3n de los endotipos en la FPI. Estos resultados respaldan trayectorias de funci\u00f3n pulmonar y endotipos distintos, cada uno con caracter\u00edsticas cl\u00ednicas \u00fanicas, y ofrecen informaci\u00f3n sobre la progresi\u00f3n de la FPI para futuros ensayos cl\u00ednicos y un mejor tratamiento de los pacientes.<\/p>\n\n\n\n

Biograf\u00eda:<\/strong> Hern\u00e1n Fainberg es un cient\u00edfico con m\u00e1s de 20 a\u00f1os de experiencia, cuya carrera integra fisiolog\u00eda humana, evoluci\u00f3n, estad\u00edstica y algoritmos computacionales para el procesamiento de datos. Su investigaci\u00f3n biom\u00e9dica se centra en el avance de soluciones terap\u00e9uticas en campos como el desarrollo infantil temprano y las enfermedades relacionadas con la edad, en particular la fibrosis pulmonar idiop\u00e1tica (FPI). Colabora con destacados cient\u00edficos de prestigiosas instituciones de Argentina, Israel, Arabia Saud\u00ed, Kuwait, Australia, Estados Unidos, Espa\u00f1a (Universidad de Granada), Francia y Reino Unido. Sus investigaciones se han publicado en revistas revisadas por expertos de gran impacto, como The Lancet Respiratory Medicine, Trends in Molecular Medicine y JCI Insight. Adem\u00e1s de su experiencia en an\u00e1lisis de datos, Hern\u00e1n tiene experiencia pr\u00e1ctica en laboratorios de biolog\u00eda molecular, bacteriolog\u00eda y fisiolog\u00eda animal, lo que le da una amplia perspectiva de los retos cient\u00edficos. Esta formaci\u00f3n interdisciplinar le permite abordar el an\u00e1lisis de datos con una perspectiva integrada y hol\u00edstica. En la actualidad, es investigador principal en el Margaret Turner Warwick Centre for Fibrosing Lung Disease del Imperial College de Londres. Su trabajo se centra en el an\u00e1lisis de agrupaci\u00f3n de biomarcadores sangu\u00edneos para identificar perfiles moleculares en afecciones como la fibrosis pulmonar, vincul\u00e1ndolos a factores fisiol\u00f3gicos y cl\u00ednicos como la capacidad pulmonar. Este enfoque pretende clasificar a los pacientes en endotipos espec\u00edficos, contribuyendo as\u00ed al avance de la medicina personalizada. En sus \u00faltimas investigaciones, Hern\u00e1n ha aplicado el an\u00e1lisis de sensibilidad para superar el efecto \u00abcaja negra\u00bb del aprendizaje autom\u00e1tico, mejorando la interpretabilidad de modelos complejos. Esto ha abierto nuevas perspectivas para la comprensi\u00f3n de datos biol\u00f3gicos heterog\u00e9neos y el desarrollo de soluciones biom\u00e9dicas innovadoras, dando lugar a interpretaciones m\u00e1s precisas de la informaci\u00f3n procedente de diversas bases de datos.<\/p>\n\n\n\n

Perfil Google Scholar<\/a><\/p>\n\n\n\n

12:00-12:30 Clasificaci\u00f3n de la resistencia a m\u00faltiples especies y antibi\u00f3ticos con MALDI-TOF<\/strong><\/p>\n\n\n\n

\"\"
Ponente: Daniel Peralta C\u00e1mara, University of Granada<\/figcaption><\/figure>\n\n\n\n

Resumen:<\/strong> La resistencia a los antimicrobianos (RAM) representa una importante amenaza para la salud mundial, ya que afecta a los tratamientos cl\u00ednicos, la agricultura y la salud p\u00fablica. Aunque las t\u00e9cnicas de espectrometr\u00eda de masas como MALDI-TOF ofrecen la oportunidad de detectar r\u00e1pidamente la AMR, los modelos m\u00e1s avanzados se basan en gran medida en el an\u00e1lisis manual o en t\u00e9cnicas cl\u00e1sicas de aprendizaje autom\u00e1tico que dependen en gran medida del preprocesamiento. En esta charla hablaremos de MSDeepAMR, una red convolucional que predice AMR a partir de los datos brutos de espectrometr\u00eda de masas. El modelo se prob\u00f3 con varios antibi\u00f3ticos y especies bacterianas, destacando la variabilidad de la precisi\u00f3n en cada caso. El modelo tambi\u00e9n se prob\u00f3 en condiciones de aprendizaje por transferencia, para estimar su rendimiento cuando se trabaja con datos de hospitales peque\u00f1os. Adem\u00e1s, discutimos una adaptaci\u00f3n de MSDeepAMR para incorporar la clasificaci\u00f3n multiespecie y multiantibi\u00f3tico, permitiendo la predicci\u00f3n simult\u00e1nea de la resistencia a trav\u00e9s de m\u00faltiples antibi\u00f3ticos y especies bacterianas. Los resultados demuestran una mayor precisi\u00f3n de la predicci\u00f3n y generalizabilidad, destacando el potencial de la integraci\u00f3n de la clasificaci\u00f3n multietiqueta con datos MALDI-TOF para la detecci\u00f3n eficiente y escalable de AMR multidroga.<\/p>\n\n\n\n

Controlador de datos: Universidad de Granada e Instituto Interuniversitario Andaluz de Ciencia de Datos e Inteligencia Computacional (DaSCI). La Universidad de Granada tiene derecho a tratar sus datos personales porque es necesario para el cumplimiento de una misi\u00f3n realizada en inter\u00e9s p\u00fablico o en el ejercicio de poderes p\u00fablicos conferidos al responsable del tratamiento: art. 6.1 e) RGPD. La finalidad del tratamiento es tramitar su solicitud de inscripci\u00f3n. Destinatarios: Universidad de Granada, para la inscripci\u00f3n en la plataforma virtual. Derechos: Tiene derecho a solicitar el acceso, oposici\u00f3n, rectificaci\u00f3n, supresi\u00f3n, limitaci\u00f3n o portabilidad del tratamiento de sus datos, tal y como se explica en la informaci\u00f3n adicional.<\/p>\n\n\n\n

Biograf\u00eda: <\/strong>Daniel Peralta C\u00e1mara es Profesor Permanente Laboral en el Departamento de Ciencias de la Computaci\u00f3n e Inteligencia Artificial de la Universidad de Granada. Desempe\u00f1a su labor docente en la Escuela T\u00e9cnica Superior de Ingenier\u00edas Inform\u00e1tica y de Telecomunicaci\u00f3n. En el \u00e1mbito acad\u00e9mico, imparte asignaturas en el Grado en Ingenier\u00eda Inform\u00e1tica, espec\u00edficamente \u00abDise\u00f1o y Desarrollo de Sistemas de Informaci\u00f3n\u00bb. Adem\u00e1s, participa en el M\u00e1ster Universitario en Ingenier\u00eda Inform\u00e1tica, donde ense\u00f1a \u00abPlanificaci\u00f3n y Gesti\u00f3n de Proyectos Inform\u00e1ticos\u00bb dentro del m\u00f3dulo de Direcci\u00f3n y Gesti\u00f3n de Proyectos. En cuanto a su labor investigadora, el Dr. Peralta C\u00e1mara forma parte del grupo de investigaci\u00f3n \u00abSoft Computing y Sistemas de Informaci\u00f3n Inteligentes\u00bb. Adem\u00e1s de su trabajo en la Universidad de Granada, colabora internacionalmente con el Vlaams Instituut voor Biotechnologie, ampliando as\u00ed su red de investigaci\u00f3n y contribuyendo al avance en su campo de especializaci\u00f3n.<\/a><\/p>\n\n\n\n

Perfil Google Scholar<\/a><\/p>\n\n\n\n

Esta formaci\u00f3n forma parte del proyecto \u00abInteligencia Artificial \u00c9tica, Responsable y de Uso General: Aplicaciones en Escenarios de Riesgo (IAFER)\u2019 Exp: TSI-100927-2023-1 financiado a trav\u00e9s de la creaci\u00f3n de c\u00e1tedras universidad-empresa (C\u00e1tedras Enia), orientadas a la investigaci\u00f3n y desarrollo de la inteligencia artificial, para su difusi\u00f3n y formaci\u00f3n en el marco del Plan Europeo de Recuperaci\u00f3n, Transformaci\u00f3n y Resiliencia, financiado por la Uni\u00f3n Europea-Next Generation EU.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
\"\"<\/figure>\n\n\n\n
\nhttps:\/\/youtu.be\/ZnrWdsWjLFw\n<\/div><\/figure>","protected":false},"excerpt":{"rendered":"

Nos complace anunciar la organizaci\u00f3n del Taller gratuito \u00abSalud e IA\u00bb, sobre la creciente importancia que la Inteligencia Artificial, IA, desempe\u00f1a en la Salud. Esta actividad se enmarca dentro del proyecto Inteligencia Artificial, \u00c9tica, Responsable y de Uso General (IAFER).<\/p>","protected":false},"author":1,"featured_media":1601,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[137],"tags":[],"website":[],"class_list":["post-1599","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actividades"],"_links":{"self":[{"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/posts\/1599","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/comments?post=1599"}],"version-history":[{"count":1,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/posts\/1599\/revisions"}],"predecessor-version":[{"id":1600,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/posts\/1599\/revisions\/1600"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/media\/1601"}],"wp:attachment":[{"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/media?parent=1599"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/categories?post=1599"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/tags?post=1599"},{"taxonomy":"website","embeddable":true,"href":"https:\/\/iafer.dasci.es\/en\/wp-json\/wp\/v2\/website?post=1599"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}