BIO-4D: Impresión 4D de stents poliméricos biodegradables con memoria de forma para malformaciones congénitas de la arteria aorta
noviembre 27, 2025
CLIPE: Creación de personajes virtuales realistas e interactivos para entornos VR/AR
diciembre 16, 202501/12/2025
En el marco del proyecto DigiPatICS, ocho hospitales del ICS han optimizado el diagnóstico del cáncer de mama gracias a unos algoritmos de inteligencia artificial (IA) que automatizan el análisis de las muestras de tejido para diagnosticar antes y mejor la enfermedad. Los resultados y los diagnósticos se comparten en tiempo real en los ocho centros, convirtiéndose así en la mayor red de anatomía patológica de Europa.
El Grupo de Procesado de Imagen y Vídeo (GPI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), vinculado al Intelligent Data Science and Artificial Intelligence Research Center (IDEAI-UPC), participa en el proyecto DigiPatICS, coordinado por el Institut Català de la Salut (ICS), para mejorar el diagnóstico del cáncer en los hospitales públicos de Cataluña. Lo hace mediante la digitalización de las muestras histopatológicas (es decir, muestras microscópicas de tejidos biológicos) y la incorporación de herramientas de IA que automatizan el análisis para afinar el diagnóstico y hacerlo más fiable. Con este sistema se pueden analizar más rápidamente un mayor número de muestras y los pacientes pueden recibir más temprano un diagnóstico más preciso.
Anteriormente, las muestras de tejidos se analizaban a través de microscopios, un proceso que implicaba que los patólogos y patólogas contaran manualmente un número pequeño de células reactivas en las llamadas tinciones inmunohistoquímicas (conjunto de técnicas que permiten detectar la presencia de cáncer). Desde 2022, cuando se empezó a implementar la primera fase del proyecto, relacionada con la digitalización, los hospitales del ICS disponen de 24 escáneres de alta precisión conectados a 13 estaciones para digitalizar las muestras. Esto ha permitido que el número de células analizado por muestra sea muy superior y se puedan compartir, tanto las imágenes como los diagnósticos, en tiempo real y de forma segura, con el resto de hospitales de la red, creando una base de datos común de más de cuatro millones de imágenes digitalizadas.
A partir de las muestras digitalizadas, los algoritmos de IA basados en aprendizaje profundo (deep learning) detectan, cuantifican y clasifican automáticamente las células reactivas a las tinciones inmunohistoquímicas. Esto no solo agiliza el proceso, sino que también mejora la precisión estadística y hace posible que los diagnósticos sean reproducibles, que es uno de los objetivos de DigiPatICS. Sólo un año después de haberse implementado los algoritmos, en 2024, ya se habían analizado 13.885 imágenes, ayudando al tratamiento de más de 4.400 pacientes.
Los resultados del análisis realizado por los algoritmos son visibles por los más 170 patólogos y patólogas de los siete hospitales del ICS que disponen de este servicio: Hospital Universitario Arnau de Vilanova (Lleida), Hospital Universitario de Bellvitge (Hospitalet de Llobregat), Hospital Universitario Germans Trias y Pujol (Badalona), Hospital Universitario de Girona Doctor Josep Trueta, Hospital Universitario Juan XXIII (Tarragona), Hospital Universitario Vall d'Hebrón (Barcelona) y Hospital de Tortosa Virgen de la Cinta. Los diagnósticos y las imágenes se comparten también con el Hospital de Viladecans, que completa la red del Instituto. Esto les permite estar conectados, supervisar los resultados conjuntamente y ofrecer diagnósticos a distancia, creando así una de las mayores redes de anatomía patológica digital del mundo. Asimismo, la introducción de estas herramientas, ha permitido al ICS avanzar en la transformación digital en este tipo de servicios médicos.
Aunque al inicio el proyecto se centró en el cáncer de mama por su alta prevalencia, ya que se estima que una de cada ocho mujeres ha sufrido o sufrirá este tipo de cáncer, actualmente el estudio se está extendiendo a otras patologías oncológicas como el cáncer de pulmón, colon y endometrio.
El proyecto DigiPatICS ha recibido, el 19 de noviembre en Barcelona, el galardón del 15º Premio UPC de Valorización de la Investigación, en la modalidad de mejor proyecto de transferencia tecnológica, otorgado por el Consejo Social de la UPC.
Autoría de las imágenes: UPC, Hospital Universitario Vall d'Hebron.
Proyectos Relacionados
- Un equipo de investigación de la UPC, en colaboración con la empresa B. Braun Surgical, ha creado un catalizador cerámico y biocompatible que captura gases de efecto invernadero y los transforma en productos químicos útiles de forma más sostenible y con un coste menor que las tecnologías actuales. La tecnología ha superado la fase piloto a través de proyectos conjuntos con empresas de distintos sectores.
- El Grupo de Investigación en Visualización, Realidad Virtual e Interacción Gráfica (ViRVIG) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), participa en el proyecto CLIPE de la convocatoria MSCA-ITN, que ha desarrollado tecnologías para dotar a personajes virtuales en entornos inmersivos VR/AR de comportamiento natural y de interacción entre personajes virtuales, haciéndolos más humanos y realistas, y con potencial de aplicación en la industria, videojuegos, entrenamiento y simulación.
- En el marco del proyecto DigiPatICS, ocho hospitales del ICS han optimizado el diagnóstico del cáncer de mama gracias a unos algoritmos de inteligencia artificial (IA) que automatizan el análisis de las muestras de tejido para diagnosticar antes y mejor la enfermedad. Los resultados y los diagnósticos se comparten en tiempo real en los ocho centros, convirtiéndose así en la mayor red de anatomía patológica de Europa.
- Los grupos de investigación en Biomateriales, Biomecánica e Ingeniería de Tejidos (BBT) y el Centro de Investigación en Ciencia e Ingeniería Multiescala de Barcelona (CCEM) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) han desarrollado stents biodegradables con memoria de forma para pacientes pediátricos con coartación aórtica.
