Conferencia de Directores y Decanos de Ingeniería Informática

Mensajes etiquetados Investigación

Algoritmos para mejorar la conducción

El grupo NEO de la UMA apuesta por la movilidad inteligente a para reducir atascos y contaminación.
Una de las cosas más tediosas que tienen que soportar cada día millones de conductores en todo el mundo son los atascos. De hecho, es de lo que más se suelen quejar. Por eso, los investigadores del grupo NEO de la Universidad de Málaga se han propuesto optimizar la movilidad vial, para evitar esa pérdida de tiempo, con el consiguiente ahorro de emisiones de contaminantes a la atmósfera.

«Realizamos estudios de movilidad sobre aspectos de la conducción que parecen normales, pero que la gente no tiene en cuenta y que podrían mejorarse. Se trata de análisis científicos para comprobar qué pasa en la ciudad cuando vamos en coche para crear rutas que permitan llegar antes a un destino con el menor consumo posible», explica Enrique Alba Torres, director del grupo NEO y profesor en la Escuela Técnica Superior de Ingeniería Informática de la UMA.

Pero, ¿cómo realizan el trabajo de campo estos investigadores de la Universidad de Málaga? «Analizamos multitud de variables al detalle, a través del microanálisis de datos, detectamos un problema y definimos metodológicamente un sistema inteligente para resolverlo», explica Torres. «Integramos el núcleo urbano como concepto dentro del ordenador, en su conjunto, y obtenemos patrones de tráfico a partir de sensores distribuidos por el entorno, además de datos de ruidos, de contaminación e, incluso, de multas, entre otros muchos», explica el investigador.
El grupo de investigación trabaja con coches que tienen cámaras, sensores y wifi para tomar datos Los sistemas bioinspirados toman como base el comportamiento de los animales.

«El objetivo es llevar la eficiencia a la ciudad», asegura el profesor Alba Torres, quien señala que para conseguirlo trasladan el comportamiento de la naturaleza al ordenador. Inteligencia de enjambre, como la que utilizan las hormigas o las aves en sus desplazamientos, para desarrollar algoritmos complejos que hagan la vida más fácil. «Los sistemas de tecnología avanzada bioinspirados con los que trabajamos llegan adonde las técnicas tradicionales no pueden, resolviendo problemas que de otra forma sería imposible», asegura.

Observar la naturaleza
«En el año 1993, empezamos a trabajar en la resolución de problemas complejos basando la dichos cálculos en sistemas naturales, como por ejemplo en la resolución que hacen diferentes animales para encontrar comida o en el movimiento de las aves», explica Enrique Alba. «Los algoritmos se introducen en el ordenador y ofrecen soluciones a problemas. Son técnicas que pasan por encima de las técnicas habituales, que son las usadas por la mayoría de los investigadores todavía», añade.
Las iniciativas del grupo NEO buscan mejorar el tráfico, ahorrar tiempo y sobre todo disminuir emisiones contaminantes a la atmósfera. Quizás ahora parece una utopía, pero en pocos años la movilidad vial estará completamente informatizada y permitirá a los conductores ser más responsables con el medio ambiente.

Fte.: Diario Sur. Crónica Universitaria. Carlos J. Martínez

Inteligencia artificial en el proceso de diagnóstico del cáncer de próstata

Investigadores de la UMU colaboran en este estudio sobre una enfermedad cuyo diagnóstico, hasta ahora, solo se alcanzaba mediante una biopsia
Investigadores del Departamento de Ingeniería y Tecnología de Computadores y de Anatomía Patológica de la Universidad de Murcia (UMU) han iniciado una colaboración para aplicar los avances de la inteligencia artificial (IA) al diagnóstico de posibles casos de cáncer de próstata, uno de los más extendidos en la población masculina, según informaron fuentes de la institución docente en un comunicado.

En el campo de la informática, la inteligencia computacional permanece en auge constante. La aplicación de redes neuronales en los ordenadores, inspiradas en el funcionamiento del cerebro, están siendo aplicadas para ser capaces de reconocer y aprender determinados patrones. Grandes empresas como Google las integran en sus servicios para el reconocimiento de voz, la traducción de voz, el reconocimiento de texto y, desde sus inicios, han sido aplicadas a la identificación de imágenes.

Su campo de actuación ha seguido ampliándose en los últimos años, extendiéndose al mundo de la salud, donde se estudia su implantación como herramienta de diagnóstico por imagen. Ante este hecho, los profesores de la UMU, José Manuel García Carrasco y Enrique Poblet, han encontrado un hueco para aplicar sus estudios a la ciudadanía, a través del Hospital General Universitario Reina Sofía.

Hasta este momento, tal y como recalca el doctor Enrique Poblet, el diagnóstico actual en Medicina se ha basado en la observación de imágenes analógicas a través de microscopio. Así, los expertos analizan a base de técnicas microscópicas si en el paciente sufre cáncer. Hasta ahora, la única forma de llegar a un diagnóstico certero era a través de la biopsia, es decir, del análisis de un pequeño fragmento de tejido dañado.

“Las muestras las analizamos por métodos visuales estándares, con los parámetros que podemos emplear para reconocer personas o distinguir una cara de otra. Al aplicar el nuevo sistema queremos ganar precisión, tiempo y efectividad mediante métodos más cuantitativos, porque cualitativamente nos podemos equivocar, podemos creer que dos personas son idénticas, pero si incorporamos métodos técnicos, y aquí entra la informática, el reconocimiento será más rápido y mejor”, confirma el patólogo.

Para comenzar esta investigación se analizarán aproximadamente 500 biopsias, que tal y como confirma Poblet, “hoy por hoy son la única forma de estar seguros que una persona tiene la enfermedad”. A partir de las digitalización de estas imágenes analógicas el reto está en procesarlas mediante esta técnica novedosa. Una vez digitalizadas, entra en juego el papel de García Carrasco.

Es el momento de que el ordenador a través de una red neuronal artificial sea capaz de aprender a detectar los tumores, es decir, mediante técnicas de deep learning o ‘aprendizaje profundo’ sea capaz de reconocer las características significativas que determinan la enfermedad.

A través de esta técnica, relacionada con la inteligencia artificial, no se le proporcionará al ordenador qué particularidades se distinguen, sino que “a base de introducir un gran número de muestras”, la propia máquina alcanza un proceso de abstracción, al igual que los humanos, para determinar el diagnóstico de la enfermedad.

“Dejamos que lo aprenda por sí mismo. El ordenador no está cansado, no le duele la cabeza y es mucho más rápido. Es cierto que el proceso de aprendizaje es mucho más lento, puede tardar a veces una semana o quince días, pero podemos llegar a obtener una precisión de un 90 o un 95%” resalta José Manuel García. Actualmente en el campo médico se han alcanzado resultados por encima del 80%, y en otro tipos de imágenes no médicas se ha superado la capacidad de los humanos, con un ratio del 95%.

“Es necesario tener primero un diagnóstico correcto y exacto, de esa forma los tratamientos siempre son más efectivos. Es decir, aumentar la precisión en el diagnóstico es fundamental. A partir de esta innovación se podrá incluso buscar tratamientos personalizados, adaptados a cada persona según el tamaño o tipo de tumor. En nuestro caso concreto, a través de esta colaboración inicial, estamos analizando el cáncer de próstata, con la idea de mejorar nuestra capacidad diagnóstica” explica Poblet.

El primer objetivo de esta simbiosis es la creación de un grupo de investigación interesado en el diagnóstico de la imagen, unido en el esfuerzo para seguir avanzando en este camino. Por ahora, el trabajo, que se ha iniciado este último año, ha comenzado con la colaboración a través de los alumnos de ambas facultades que van a realizar sus Trabajos de Fin de Grado (TFG) mediante esta colaboración. Durante los próximos meses obtendrá los primeros resultados que ya se encuentran puliendo y depurando.

Fte.: La opinión de Murcia