Skip to content

Avances del grupo ALBA en IA y Salud: dos comunicaciones en IEEE CBMS 2025 (Madrid)

1750416402014

En nuestro último trabajo, aplicamos modelos de machine learning y deep learning para analizar notas clínicas reales de pacientes del Complejo Asistencial Universitario de León (CAULE).

Resultados destacados:

  • Modelos como XGBoost y SciBERT lograron hasta un 97 % de precisión en la clasificación de diagnósticos.

  • El estudio confirma la viabilidad de la IA para respaldar al personal clínico en la identificación de trastornos mentales.

  • Se trata de un enfoque de investigación que combina colaboración interdisciplinar entre psiquiatras e ingenieros.

Este trabajo forma parte del proyecto de investigación PID2023-146168OA-I00, financiado por el Ministerio de Ciencia, Innovación y Universidades.

 Lee el artículo completo aquí: Acceso al paper

Autores / Authors

  • Sergio Rubio Martín

  • Maite García Ordás

  • Antonio Serrano García

  • Arturo Crespo Álvaro

  • José Alberto Benítez Andrades

 

Puede que te interese...

Defensa de tesis doctoral de la Dra. Ana González Castro: estudio y predicción del riesgo de caídas en personas mayores

La Dra. Ana González Castro defendió su tesis doctoral sobre la predicción del riesgo de caídas en personas mayores mediante técnicas de inteligencia artificial. El trabajo integra datos clínicos y acelerométricos y ha dado lugar a publicaciones en revistas JCR y a contribuciones en congresos internacionales, reforzando la investigación en IA aplicada a envejecimiento saludable.

Sensores portátiles e inteligencia artificial para evaluar el equilibrio postural en niños

Un nuevo estudio publicado en la revista Scientific Reports analiza la viabilidad de utilizar sensores portátiles y modelos de inteligencia artificial para predecir el equilibrio postural en población infantil. A partir de datos de acelerometría recogidos durante tareas sencillas, el trabajo demuestra el potencial de estas tecnologías para apoyar la evaluación objetiva del desarrollo motor en contextos escolares.

Defensa de tesis doctoral de Sergio Rubio Martín y principales resultados científicos

Sergio Rubio Martín defendió su tesis doctoral sobre modelos híbridos que integran lenguaje natural y grafos de conocimiento para estructurar notas clínicas electrónicas en psiquiatría, en el marco del proyecto SUICIDETECT financiado por el Ministerio de Ciencia, Innovación y Universidades. El trabajo ha dado lugar a publicaciones en revistas JCR y congresos internacionales de referencia, consolidando las líneas de investigación del grupo ALBA en IA aplicada a salud mental.