Skip to content

Novedades

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.

El grupo ALBA participa en CIABiomed 2025 con investigaciones sobre IA aplicada a la salud mental y la predicción de caídas en personas mayores

Investigadores de la Universidad de León han desarrollado modelos de machine learning y deep learning para clasificar notas clínicas reales de pacientes con trastorno de ansiedad y trastorno de adaptación. El estudio demuestra que técnicas como XGBoost y SciBERT alcanzan hasta un 97 % de precisión, mostrando el potencial de la inteligencia artificial para apoyar el diagnóstico en salud mental.

IA y Salud Mental: modelos de machine learning alcanzan un 97 % de precisión en diagnósticos psiquiátricos

Investigadores de la Universidad de León han desarrollado modelos de machine learning y deep learning para clasificar notas clínicas reales de pacientes con trastorno de ansiedad y trastorno de adaptación. El estudio demuestra que técnicas como XGBoost y SciBERT alcanzan hasta un 97 % de precisión, mostrando el potencial de la inteligencia artificial para apoyar el diagnóstico en salud mental.

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

El grupo ALBA – Advanced Learning for Biomedical Analytics (Universidad de León) ha presentado dos contribuciones científicas en el congreso internacional IEEE CBMS 2025 (Computer-Based Medical Systems), celebrado en Madrid. Los trabajos abordan, respectivamente, el procesamiento del lenguaje clínico en español y la predicción de supervivencia en cáncer de páncreas mediante técnicas de aprendizaje automático interpretables.