En la Cátedra Dexcom-UdG, unimos innovación y conocimiento para transformar el tratamiento de la diabetes tipo 1 y tipo 2. A través de la inteligencia artificial, investigamos soluciones avanzadas para mejorar la calidad de vida de las personas con diabetes. Nuestros cuatro grupos de investigación colaboran desde diferentes disciplinas para abordar retos clave: monitorización continua, personalización del tratamiento, predicción de patrones glucémicos y educación terapéutica. Juntos, promovemos un enfoque integral que combina ciencia, tecnología y cuidado humano, marcando un camino hacia un futuro más saludable.
MICELAB
IA para la gestión de la diabetes
Esta línea de investigación aborda la búsqueda y estudio de nuevas soluciones basadas en IA para mejorar el empoderamiento y la autogestión de los pacientes que padecen diabetes tipo 1 (DT1). La línea estudiará los nuevos retos derivados de la complejidad inherente a los tratamientos de la DT1 y la variabilidad de la enfermedad. A continuación, se revisarán los aspectos más relevantes del estado actual de desarrollo de esta tecnología, así como los conceptos clave para la contextualización de la propuesta.
Contacto 1
Más información ->
<- Ver todos los grupos
VICOROB
Visión por computador para el diagnóstico y monitoreo de pacientes
La imagen médica se ha convertido en una herramienta complementaria a las técnicas más comunes diagnóstico de la diabetes. Por ejemplo, la tomografía computarizada (TC) y la resonancia magnética (RM) pueden mostrar la presencia de tumores en el páncreas o lesiones pancreáticas que puedan estar causando diabetes, y también mostrar la morfología del páncreas para detectar anomalías que puedan contribuir a la diabetes. También es de reseñar el uso de imagen médica para el control de otras enfermedades ocasionadas por la diabetes, como neuropatías, retinopatías o la aparición de úlceras y llagas en la piel. Sin embargo, la interpretación de las imágenes médicas puede ser subjetiva y requiere de experiencia y capacitación especializada. El reciente crecimiento de la Inteligencia Artificial y especialmente de los algoritmos de Deep Learning en el campo del análisis de imágenes, debería permitir obtener análisis más objetivos para la diagnosis de la enfermedad y de sus posibles complicaciones.
Contacto 2
Más información ->
<- Ver todos los grupos
GILAB
Juegos serios y gemelos digitales para la formación y educación en salud
Los juegos serios (JS), del inglés serious games, son juegos que además de entretener tienen como objetivo enseñar o transmitir algún conocimiento. Entre sus ventajas destaca, por un lado, su capacidad para representar escenarios donde poder experimentar con situaciones que no se podrían reproducir en la vida real a causa de problemas de seguridad, de costes o de tiempo. Los gemelos digitales, del inglés digital twins, son modelos virtuales que integran todo el conocimiento relevante sobre un entorno real para posteriormente poder abordar temas específicos. La combinación de ambas tecnologías permitiría crear un potente entorno de formación tanto para pacientes como para expertos médicos.
Contacto 3
Más información ->
<- Ver todos los grupos
Nutrición Eumatabolismo y Salud
IA para la detección y prevención de DM2 y obesidad
Los Determinante Sistémicos (DS) más amplios que contribuyen al establecimiento y perpetuación de los fenotipos de la obesidad (O) y la diabetes tipo 2 (DM2) son: DS-O-DM2 exógenos (socioculturales, socioeconómicas, conductuales-cognitivas, tecnológico, político, regulatorio…), DS-O-DM2 endógenos (genética, epigenética, metabolómica…) y DS-O-DM2 del microbioma intestinal (composición y función).
Contacto 4
Más información ->
<- Ver todos los grupos