Diseñamos el futuro de la saludcon Inteligencia Artificial aplicada
Investigamos, desarrollamos y transferimos tecnologías inteligentes que mejoran diagnósticos, optimizan recursos clínicos y promueven una medicina más humana y preventiva.
Pacientes Beneficiados
Financiación Obtenida
Precisión en Diagnósticos
Campus universitario
Innovación biomédica desde Málaga
El grupo ICB evalúa modelos IA de lenguaje para la extracción automática de datos oncológicos
Investigadores del grupo ICB, con Julio Montes, Francisco J. Moreno-Barea, Leonardo Franco y José M. Jerez como autores principales, han publicado un estudio en la revista Machine Learning with Applications. El trabajo analiza el uso de modelos de lenguaje de gran tamaño (LLM) para extraer factores pronósticos de cáncer de mama en informes clínicos en español. La investigación comparó modelos como GPT-4.5 y opciones de código abierto, destacando que Mistral-Small 3.2 alcanzó un F1-score del 74.7% en información crítica. Aunque los modelos locales aún no igualan al especialista humano, su correcta selección y postprocesamiento prometen optimizar la gestión de datos en el sistema público de salud.
El grupo ICB y el Hospital Virgen de la Victoria presentan avances en IA oncológica en ESMO
Investigadores del grupo ICB y el Hospital Universitario Virgen de la Victoria, liderados por Beatriz Villaescusa, Francisco J. Moreno-Barea, Nuria Ribelles y José M. Jerez, presentaron en el congreso ESMO Real World Data un estudio sobre la síntesis de informes oncológicos. El trabajo destaca que los modelos de lenguaje pequeños (SLM) permiten procesar datos clínicos de forma local y segura, respetando la privacidad del paciente y las limitaciones computacionales del sistema público de salud.
Nuevo avance en IA para la clasificación de neoplasias mediante el análisis de registros médicos
Investigadores del grupo ICB, con Francisco J. Moreno-Barea, Alejandro Pascual-Mellado y José M. Jerez como autores principales, han publicado un estudio en la revista IEEE Journal of Biomedical and Health Informatics. El trabajo desarrolla modelos de procesamiento de lenguaje natural para identificar automáticamente la ubicación de neoplasias en informes clínicos en español. Los resultados destacan que algoritmos tradicionales como XGBoost y SVM logran una precisión sobresaliente, alcanzando un F1-score de 0.938. Por su parte, los modelos basados en Transformers demostraron una mayor capacidad de generalización al enfrentarse a datos externos, facilitando así la estructuración de información oncológica crítica para la investigación médica.
Áreas de Investigación
Líneas especializadas que transforman la ciencia en soluciones reales
Modelos de Inteligencia Artificial
Modelos basados en Inteligencia Artificial aplicados a los ámbitos de la ingeniería y ciencias de la salud.
Análisis de Datos con Deep Learning
Análisis de datos mediante algoritmos de Deep Learning para realizar predicciones: ámbitos sanitarios, industriales, medioambientales.
Modelos de Lenguaje y Minería de Textos
Modelos de lenguajes aplicados a minería de textos: aplicaciones a historias clínicas electrónicas.
Nuestros Logros
150+ Publicaciones
En revistas de alto impacto
25+ Proyectos Activos
Con impacto real en la sociedad
50+ Colaboraciones
Con instituciones internacionales
15+ Años
De experiencia en investigación
OncoReal
OncoReal es una aplicación desarrollada por el grupo de Inteligencia Computacional en Biomedicina (ICB) de la E.T.S de Ingeniería Informática de la Universidad de Málaga (ICB-UMA) en colaboración con la Sociedad Española de Oncología Médica (SEOM).
Inteligencia Artificial para Procesamiento de Lenguaje Natural de Texto Clínico en Español para el Análisis de Real-World-Data
Desarrollo de técnicas avanzadas de procesamiento de lenguaje natural específicamente diseñadas para texto clínico en español, con el fin de extraer información valiosa de datos del mundo real para mejorar la atención sanitaria y la investigación médica.
Avances en el diseño y adaptación de algoritmos de aprendizaje profundo para su aplicación a problemas en las areas de biomedicina y contaminación atmosférica
Desarrollo de algoritmos de aprendizaje profundo para biomedicina y contaminación atmosférica
Oncology data extraction with large language models from real-world breast cancer electronic health records in Spanish
Julio Montes Torres, José Jerez Aragonés, Leonardo Franco Ruiz, Fco. Javier Moreno-Barea, Nuria Ribelles, Emilio Alba
182P Evaluating large (LLM) versus small language models (SLM) in summarizing real-life oncology clinical narratives in Spanish
Beatriz Villaescusa-Gonzalez, José Jerez Aragonés, Fco. Javier Moreno-Barea, Alberto T. Girona, Alejandro Silva, Nuria Ribelles
ICD-10 Neoplasm Location using Text Classification Models in Spanish Electronic Health Records
Fco. Javier Moreno-Barea, José Jerez Aragonés, Héctor Mesa Jiménez, Alejandro Pascual-Mellado, Beatriz Villaescusa-Gonzalez, Emilio Alba
José Jerez Aragonés
Coordinador
Catedrático de UniversidadCatedrático de la Universidad de Málaga y coordinador del grupo ICB. Su investigación se centra en inteligencia artificial aplicada a medicina, con especial énfasis en diagnóstico automatizado y machine learning biomédico.
Leonardo Franco Ruiz
Catedrático
Profesor Titular de UniversidadCatedrático en la Universidad de Málaga con formación doctoral en Argentina y estancias postdoctorales en SISSA (Trieste) y Oxford. Investiga redes neuronales, deep learning y grandes modelos de lenguaje con aplicaciones en biomedicina.
Francisco Javier Veredas Navarro
Investigador
Profesor Titular de UniversidadProfesor Titular en la Universidad de Málaga especializado en inteligencia computacional aplicada a biomedicina, procesamiento de lenguaje natural para textos clínicos y minería de datos médicos.
Nuestro Equipo
Unidos por la pasión por la investigación
Equipo de Investigación ICB
Investigadores comprometidos con la excelencia científica en Inteligencia Computacional en Biomedicina
Visítanos en
el Campus
Teléfono
+34 952 13 28 95
Lunes a Viernes · 9:00 – 18:00
Dirección
ETSI Informática, Lab 3.3.10
Campus de Teatinos · 29071 Málaga, España
Horario de visitas
Lunes – Viernes: 9:00 – 18:00
Previa cita concertada
ETSI Informática y Telecomunicaciones
Espacios y laboratorios de vanguardia para la investigación