Lectura 2:00 min
Tecnología preventiva
En este proyecto participan los doctores Jorge Issac Galván Tejada, Carlos Eric Galván Tejada, ambos candidatos al Sistema Nacional de Investigadores (SNI), y José María Celaya, quien recientemente se integró a la UAZ a través del programa de Cátedras del Consejo Nacional de Ciencia y Tecnología (Conacyt).
En búsqueda de la detección temprana, diagnóstico precoz y pronóstico para osteoartritis, cáncer de mama y pie diabético, un equipo multidisciplinario de especialistas del programa de Ingeniería en Comunicaciones y Electrónica de la Unidad Académica de Ingeniería Eléctrica (ICE-UAIE), en coordinación con la Escuela de Medicina Molecular, de la Universidad Autónoma de Zacatecas (UAZ), trabajan en el desarrollo de biomarcadores imagenológicos para estas enfermedades crónico-degenerativas, mediante el uso de inteligencia artificial (AI).
En este proyecto participan los doctores Jorge Issac Galván Tejada, Carlos Eric Galván Tejada, ambos candidatos al Sistema Nacional de Investigadores (SNI), y José María Celaya, quien recientemente se integró a la UAZ a través del programa de Cátedras del Consejo Nacional de Ciencia y Tecnología (Conacyt).
El doctor Jorge Galván, coordinador del programa en ICE, describió el proyecto como un modelo matemático que relaciona variables clínico radiológicas mediciones sobre imágenes radiológicas específicas cuyos resultados pueden dar indicios y orientar en qué aspectos se requiere dirigir especial atención al paciente.
Pie diabético
El doctor Carlos Eric Galván Tejada refirió que el enfoque de este proyecto sobre el pie diabético se realiza en coordinación con el médico Miguel Ángel Cid Báez, docente investigador y colaborador del Laboratorio de Medicina Molecular de la UAZ.
En este proceso se busca desarrollar una herramienta de software móvil e imagenología, mediante la cual el médico pueda clasificar, estatificar, diagnosticar, pronosticar y facilitar la toma de decisiones sobre el pie diabético.
Nuestro objetivo es que a través de algoritmos de visión computacional, reconocimiento de patrones y de inteligencia artificial se detecte el perímetro, área, ubicación y demás variables de la herida de pie diabético .