Mantente al día con los últimos avances en biomedicina e inteligencia artificial médica
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.
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.
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.
La empresa tiene como objetivo principal la incorporación de desarrollos en el ámbito de la Inteligencia Artificial, la minería de datos y el procesamiento de lenguaje natural a la producción de resultados de vida real en diversas áreas de las ciencias de la salud y el deporte.
Se trata de un nuevo sistema de detección computacional de procesamiento de imágenes biológicas, conocido como QATS
Los efectos secundarios relacionados con los fármacos de inmunoterapia ocurren con frecuencia y pueden afectar a casi cualquier órgano del cuerpo
Se desarrollan modelos predictivos que buscan maximizar la eficacia y minimizar la toxicidad del tratamiento.
El cáncer de pulmón es la principal causa de muerte por cáncer en el mundo, con una tasa de supervivencia a los 5 años del 10% para los casos más avanzados con metástasis.
El avance pionero de esta investigación, coordinada por INCLIVA, se ha dado a conocer en un artículo publicado en Nature Communications
CHIEF es la nueva inteligencia artificial que es capaz de detectar 19 tipos diferentes de tumores
Mostrando 10 de 10 noticias