Salud Conectada y Analítica Avanzada
La convergencia entre la epidemiología de poblaciones y la ciencia de datos computacional ha inaugurado una nueva era en la medicina preventiva. En EpiSap, investigamos cómo transformar ingentes volúmenes de datos sanitarios (registros de atención primaria, bioseñales de wearables y encuestas epidemiológicas continuas) en modelos probabilísticos capaces de anticipar brotes, estratificar el riesgo cardiovascular y optimizar los recursos sanitarios.
Desarrollamos algoritmos supervisados de Machine Learning (Random Forests, Gradient Boosting Machines y Redes Neuronales Profundas) asegurando la explicabilidad algorítmica (XAI) para que el médico o enfermero comprenda los factores que determinan la predicción de riesgo.
Asimismo, colaboramos activamente con el tejido empresarial biomédico para certificar el rigor metodológico de plataformas mHealth antes de su despliegue comercial o clínico.
Proyectos y Líneas Tecnológicas
Modelos Predictivos Comunitarios
Algoritmos de estratificación del riesgo de multimorbilidad en personas mayores basados en determinantes sociosanitarios.
Biomonitorización con Wearables
Validación de la precisión de sensores ópticos fotopletismográficos (PPG) y acelerómetros en condiciones reales de vida diaria.
mHealth y Adherencia al Tratamiento
Estrategias de gamificación y recordatorios dinámicos para incrementar el cumplimiento terapéutico en hipertensión y diabetes.
Big Data Epidemiológico
Procesamiento masivo anonimizado para la detección de patrones geográficos y clústeres espaciotemporales de patologías.
badge Investigadores del Eje
I+D+i en Inteligencia Artificial Sanitaria
Ofrecemos consultoría metodológica a consorcios públicos y privados interesados en licitaciones europeas (Horizon Europe) o ensayos de validación clínica de software e-Health.
Proponer Proyecto Conjunto arrow_forward