Detalles del proyecto
Descripción
Este proyecto aborda la problemática del glaucoma en Ecuador, una enfermedad neurodegenerativa que representa la segunda causa de ceguera a nivel mundial y que, debido a la falta de diagnósticos oportunos, puede derivar en daños irreversibles. Ante la escasez de herramientas de detección temprana accesibles, la investigación propone el desarrollo de un sistema basado en el procesamiento digital de imágenes biomédicas del fondo de ojo y algoritmos de Inteligencia Artificial (IA).
La metodología se fundamenta en un enfoque transdisciplinario que combina el análisis de señales biomédicas con técnicas de machine learning y deep learning. El proyecto cuenta con la colaboración estratégica de la Clínica de Especialidades 'Santa Lucía', permitiendo la validación clínica de los algoritmos desarrollados y asegurando que la herramienta cumpla con los estándares médicos necesarios para su aplicación real.
Como resultado, se espera obtener una herramienta de soporte al diagnóstico que mejore la eficiencia en la detección temprana, reduzca los tiempos de espera para los pacientes y sirva como recurso didáctico para estudiantes de oftalmología y optometría. Este avance tecnológico busca cerrar la brecha de acceso a diagnósticos especializados en el país, contribuyendo directamente a la salud pública y al bienestar de la población con discapacidad visual.<br/><br/><b>Objetivo</b>: <br/>Desarrollar una herramienta de soporte para el diagnóstico presuntivo del glaucoma mediante el procesamiento digital de imágenes de fondo de ojo y el uso de Inteligencia Artificial. El objetivo es facilitar la detección temprana y precisa de esta patología para mejorar el pronóstico y la calidad de vida de los pacientes.<br/><br/><b>Líneas de investigación</b>: <br/>Bioética y discapacidades
| Estado | Finalizado |
|---|---|
| Fecha de inicio/Fecha fin | 8/06/23 → 8/12/24 |
Palabras clave
- Glaucoma
- Inteligencia Artificial
- Procesamiento de imágenes
- Diagnóstico temprano
- Biomedicina
- Salud visual
- Deep Learning
- Machine Learning
Areas de Conocimiento del CACES
- 8315A Biomedicina
Huella digital
Explore los temas de investigación que se abordan en este proyecto. Estas etiquetas se generan con base en las adjudicaciones/concesiones subyacentes. Juntos, forma una huella digital única.