La IA alicantina capaz de analizar 874.000 imágenes y ofrecer diagnósticos médicos en un minuto
La herramienta desarrollada por DiagnoScan AI opta a hacerse con un premio al emprendimiento tecnológico
Solo explicar su funcionamiento ya resulta abrumador: una herramienta de inteligencia artificial (IA) entrenada con más de 874.000 imágenes médicas y que es capaz de generar detallados informes clínicos en apenas unos minutos. Se trata del proyecto DiagnoScan AI, desarrollado en Alicante, y que se ha convertido en semifinalista de los eAwards España, unos premios al emprendimiento tecnológico que este año celebran su 24.ª edición.
Publicidad
DiagnoScan AI combina algoritmos de IA con modelos de lenguaje (LLM) para generar diagnósticos automáticos y explicativos a partir de imágenes de tomografía computarizada (TAC) y resonancia magnética (RM). La herramienta permite analizar imágenes en menos de dos minutos con precisión clínica, generando informes detallados y comprensibles para el personal médico, afirman sus responsables.
Las imágenes para entrenar y validar esta herramienta son proporcionadas por diversas clínicas; un trabajo que también servirá de base para un artículo científico. El objetivo de DiagnoScan AI es convertirse en una herramienta transversal que pueda ser usada en hospitales y centros de salud, empezando por patologías críticas como hemorragias intracraneales e ictus, y expandiéndose a cáncer de mama y otras.
Premio de 10.000 €
Este proyecto alicantino es uno de los siete tecnológicos englobados en las categorías de Salud Digital y Biotech que participan en la primera semifinal, el lunes 2 de junio. El ganador recibirá un premio de 10.000€ a fondo perdido, un programa personalizado de aceleración para acercarle al mercado e impulsar su negocio y un pase directo a la final internacional de los Global eAwards, donde competirá ante ganadores de otros países de Europa y América Latina, por un premio que asciende a 100.000$.
Disfruta de acceso ilimitado y ventajas exclusivas
¿Ya eres suscriptor? Inicia sesión