Pruebas de Concepto

Los sistemas de apoyo en la toma de decisiones en la atención clínica y la gestión de servicios de salud se identificaron como cruciales en la lucha contra la pandemia de COVID-19. Nuestro principal objetivo es desarrollar un modelo basado en redes neuronales recurrentes (RNN) que responda a la realidad de los hospitales durante la pandemia. El objetivo del modelo es generar predicciones diarias en un entorno hospitalario que se pueden utilizar como un sistema de alerta temprana y permitir una gestión adecuada de los recursos existentes.

En este documento, el foco se pone en el contenedor amarillo y el objetivo de la planta de reciclaje es separar las corrientes de residuos entrantes en varias (sub) corrientes de un solo tipo. Cada flujo se transporta a una planta específica para un tratamiento aún más específico: las latas se utilizarán para fabricar nuevas latas, los ladrillos se convertirán en papel de aluminio y armarios, las botellas de plástico se utilizarán para fabricar nuevas botellas, etc. El objetivo de esta propuesta es extraer fracciones de mayor pureza del reciclaje y los flujos de residuos mediante la clasificación basada en sensores.

Pocos trabajos dan soporte automático a la evolución temporal de los nódulos pulmonares. En este documento, presentamos una solución end-to-end capaz de ejecutar análisis de canalización automáticos asincrónicos, para detectar, cuantificar y predecir nódulos y su malignidad. Nuestro sistema muestra los resultados del análisis temporal de los nódulos pulmonares en una interfaz de usuario intuitiva e informativa, diseñada para ayudar a los médicos en su rutina diaria de toma de decisiones.

El cifrado es un componente vital de la privacidad y seguridad de los datos. Una gran cantidad de información privada se transmite en línea, incluida la información financiera y los registros médicos, y es crucial mantener esa información segura. Evaluamos diferentes métodos de cifrado e identificamos el más adecuado para aplicaciones de Machine Learning: cifrado homomórfico. Con este método, podemos cifrar un modelo o datos.

El objetivo de este proyecto es la creación de un sistema sencillo de reconocimiento de palabras clave y pedidos capaz de funcionar íntegramente en local, es decir, sin depender en ningún momento de conexión a internet ni procesamiento en servidores externos. El sistema está pensado para funcionar en dispositivos del hogar con recursos limitados y hace uso de un algoritmo de inteligencia artificial que puede ser entrenado para detectar palabras clave personalizadas.

Con la implementación de esta herramienta, se pone a disposición de la comunidad educativa de la Universitat de Girona (UdG) un servicio de atención 24 x 7 que responde automáticamente ante las dudas más frecuentes sobre COVID-19 y la situación generada en torno a esta enfermedad. El repertorio de temáticas de las que se proporciona respuestas va desde preguntas genéricas sobre el COVID-19, hasta los pasos de gestiones propias de la universidad como apertura de incidencia o adquisición de material de protección (EPIS), entre otros.

INSESS-COVID19 es una tecnología que permite captar en poco tiempo información directa de la ciudadanía, analizarla y procesarla en pocos minutos y generar informes ejecutivos directamente maquetados y preparados para ser utilizados en reuniones ejecutivas de toma de decisiones. En función de la naturaleza de la información recogida y del tipo de usuario interpelado la herramienta apoya diferentes tipos de decisiones, desde las más operativas a las más estratégicas incluyendo la definición de políticas en cualquier ámbito. Desarrollada en el contexto de la COVID-19, permite reaccionar rápidamente a la gestión de emergencias y situaciones disruptivas con decisiones informadas.