BIO-4D: Impressió 4D de stents polimèrics biodegradables amb memòria de forma per a malformacions congènites de l’artèria aorta
novembre 27, 2025
CLIPE: Creació de personatges virtuals realistes i interactius per a entorns VR/AR
desembre 16, 202501/12/2025
En el marc del projecte DigiPatICS, vuit hospitals de l’ICS han optimitzat el diagnòstic del càncer de mama gràcies a uns algorismes d’intel·ligència artificial (IA) que automatitzen l’anàlisi de les mostres de teixit per diagnosticar abans i millor la malaltia. Els resultats i els diagnòstics es comparteixen en temps real en els vuit centres, constituint, així, la xarxa d’anatomia patològica més gran d’Europa.
El Grup de Processament d’Imatge i Vídeo (GPI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), vinculat a l'Intelligent Data Science and Artificial Intelligence Research Center (IDEAI-UPC), participa en el projecte DigiPatICS, coordinat per l’Institut Català de la Salut (ICS), per millorar el diagnòstic del càncer als hospitals públics de Catalunya. Ho fa mitjançant la digitalització de les mostres histopatològiques (és a dir, mostres microscòpiques de teixits biològics) i la incorporació d’eines d’IA que automatitzen l’anàlisi per afinar el diagnòstic i fer-lo més fiable. Amb aquest sistema es poden analitzar més ràpidament un major nombre de mostres i els pacients poden rebre més d’hora un diagnòstic més precís.
Anteriorment, les mostres de teixits s’analitzaven a través de microscopis, un procés que implicava que els patòlegs comptessin manualment un nombre petit de cèl·lules reactives a les anomenades tincions immunohistoquímiques (conjunt de tècniques que permeten detectar la presència de càncer). Des del 2022, quan es va començar a implementar la primera fase del projecte, referent a la digitalització, els hospitals de l’ICS disposen de 24 escàners d’alta precisió connectats a 13 estacions per digitalitzar les mostres. Això ha permès que el nombre de cèl·lules analitzat per mostra sigui molt superior i es puguin compartir, tant pel que fa a les imatges com els diagnòstics, en temps real i de forma segura, amb la resta d’hospitals de la xarxa, creant una base de dades comuna de més de quatre milions d’imatges digitalitzades.
A partir de les mostres digitalitzades, els algorismes d’IA basats en aprenentatge profund (deep learning) detecten, quantifiquen i classifiquen automàticament les cèl·lules reactives a les tincions immunohistoquímiques. Això no només agilitza el procés, sinó que també millora la precisió estadística i fa possible que els diagnòstics siguin reproduïbles, que és un dels objectius de DigiPatICS. Només un any després d’haver-se implementat els algorismes, el 2024, ja s’havien analitzat 13.885 imatges, ajudant al tractament de més de 4.400 pacients.
Els resultats de l’anàlisi feta pels algorismes són visibles pels més 170 patòlegs dels set hospitals de l’ICS que disposen d'aquest servei: Hospital Universitari Arnau de Vilanova (Lleida), Hospital Universitari de Bellvitge (L’Hospitalet de Llobregat), Hospital Universitari Germans Trias i Pujol (Badalona), Hospital Universitari de Girona Doctor Josep Trueta, Hospital Universitari Joan XXIII (Tarragona), Hospital Universitari Vall d’Hebrón (Barcelona) i Hospital de Tortosa Verge de la Cinta. Els diagnòstics i les imatges es comparteixen també amb l’Hospital de Viladecans, que completa la xarxa de l’Institut. Això els permet estar connectats, supervisar els resultats conjuntament i oferir diagnòstics a distància, creant així una de les xarxes d’anatomia patològica digital més gran del món. Alhora, la introducció d’aquestes eines ha permès a l’ICS avançar en la transformació digital en aquest tipus de serveis mèdics.
Tot i que a l’inici el projecte es va centrar en el càncer de mama per la seva alta prevalença, ja que s’estima que una de cada vuit dones ha patit o patirà aquest tipus de càncer, actualment l’estudi s’està estenent a altres patologies oncològiques com ara el càncer de pulmó, de còlon i d’endometri.
El projecte DigiPatICS ha rebut, el 19 de novembre a Barcelona, el guardó del 15è Premi UPC de Valorització de la Recerca, en la modalitat de millor projecte de transferència tecnològica, atorgat pel Consell Social de la UPC.
Autoria de les imatges: UPC, Hospital Universitari Vall d'Hebron.
Projectes Relacionats
- El grup de recerca BIOsignal Analysis for Rehabilitation and Therapy (BIOART) de la la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) coordina el projecte Proactive Response and Efficient Planning with AI for Resilient Emergencies in hospitals (PREPARE), que té com a objectiu optimitzar la preparació hospitalària durant emergències mitjançant l’avaluació dinàmica de la capacitat i el risc amb intel·ligència artificial (IA).
- Un equip de recerca de l’inLab FIB de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), juntament amb la Asociación de Personas con Movilidad Reducida (AsoPMR), ha participat en el projecte Spot4Dis per facilitar la mobilitat i l’autonomia de persones amb mobilitat reduïda.
- L’empresa Friselva S.A., la Corporació Alimentària Guissona (bonÀrea), conjuntament amb el Clúster Food Service i l’inLab FIB de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), participen en el projecte Hydroless, amb l’objectiu d’optimitzar el consum d’aigua en plantes de producció càrnica. El projecte inclou una solució innovadora per monitorar i optimitzar el consum de l’aigua a la planta de bonÀrea a Guissona, així com el disseny i desenvolupament d’un bessó digital de les instal·lacions de Friselva a Riudellots de la Selva.
- Un equip d’investigació liderat pel Mobile Robotics and Artificial Intelligence Group (RAIG) de l’Institut de Robòtica Industrial (IRI, CSIC-UPC) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el projecte europeu TRIFFID (auTonomous Robotic aId For increasing FIrst responDers efficiency). L’objectiu és desenvolupar una plataforma per donar suport als operatius de rescat en situacions d’emergència. La iniciativa combina robòtica avançada, intel·ligència artificial i interfícies immersives per millorar la seguretat i la rapidesa de resposta en entorns perillosos.
