viernes, 24 de octubre de 2025
Ademais, automatiza a xeración de informes que amosan, de xeito conciso, a diagnose atopada.
No marco do grupo Sing (Next Generation Computer Systems Group) da Universidade de Vigo, o proxecto estivo dirixido por David A. Ruano e nel participaron as e os investigadores Tomás Cotos, Silvana Gómez e Reyes Pavón e os facultativos do Complexo Hospitalario Universitario de Ourense Diego DomÃnguez e José Manuel Fernández-Carrera. A iniciativa contou con financiamento das axudas Inou, da VicerreitorÃa do Campus de Ourense e a Deputación Provincial, e tamén da ConsellarÃa de Educación, Universidades e Formación Profesional no marco do financiamento estratéxico como grupo de referencia competitiva. “No campo da medicina, a interpretación precisa de signos radiolóxicos é fundamental para o diagnóstico eficaz de enfermidades. Con todo, a abafadora cantidade de datos radiolóxicos desafÃa a capacidade dos profesionais da saúde para analizalos exhaustivamente. Neste sentido, a intelixencia artificial e os algoritmos de aprendizaxe automática xorden como unha solución crucial”, comentan os membros do proxecto sobre a relevancia da ferramenta proposta.
Un sistema de apoio para especialistas
Neste contexto Sadisir foi desenvolvida para ser capaz de determinar automaticamente os diagnósticos máis probable para o paciente a partir do signos radiolóxicos presentes nas imaxes de raios X e para xerar os informes clÃnicos especÃficos para cada paciente. O protocolo experimental deseñado realizouse sobre o conxunto de datos PadChest, que proporciona unha colección de máis de 160.000 imaxes de radiografÃas de tórax e información clÃnica detallada sobre 67.000 pacientes, e nel optouse, polos resultados obtidos no adestramento realizado do modelo, por RandomForest como o algoritmo de clasificación máis óptimo neste caso.
O desenvolvemento deste sistema de apoio, indican desde a súa organización, pretende axudar ao especialista médico na toma de decisións, xa que axiliza a identificación da diagnose e diminúe a probabilidade de erro nela, ademais de reducir sobrecarga de traballo, influÃndo nunha mellora da calidade asistencial do servizo. “É importante ter en conta que as aplicacións orientadas ao ámbito sanitario teñen que ter unha taxa de falsos negativos moi reducida. Neste senso, todos os diagnósticos emitidos pola aplicación deben ser validados por un facultativo e o sistema dispón dun mecanismo de aprendizaxe continuo que se activa readestrando os modelos coa información obtida polo facultativo coa finalidade de mellorar a eficiencia do sistema, e por tanto, reducir os posibles erros”, comentan.
Co obxectivo de facilitar o uso da ferramenta a calquera tipo de usuario con independencia de seu nivel de dixitalización, a ferramenta embebeuse nunha interface gráfica de escritorio que permite indicar manualmente os signos radiolóxicos atopados na imaxe, mostrar graficamente a probabilidade de cada un dos diagnósticos, seleccionar o diagnostico máis apropiado e xerar o informe coa información do paciente, os signos atopados e a diagnose emitida.
A Xunta reclamará de novo en Bruxelas unha PolÃtica Agraria Común ben dotada, con financiamento suficiente e con fondos especÃficos e diferenciados, como ata o de agora, que permitan apoiar a renda dos agricultores e gandeiros e garantir o impulso ao desenvolvemento rural e afianzar as medidas de remuda xeracional. Asà o avanzou a conselleira do Medio Rural, MarÃa José Gómez, en resposta a unha pregunta parlamentaria sobre este asunto e na que reiterou o rexeitamento de Galicia á proposta da UE para a vindeira PAC a partir de 2028, polo centralismo desta nova polÃtica, cunha arquitectura baseada nun fondo único para os estados membros que resulta lesiva para a nosa comunidade.
A Xunta porá en marcha no 2026 unha Oficina de Atracción de Talento que coordinará todas as medidas en materia de emprego destinadas aos galegos e galegas do exterior que deciden retornar para traballar na súa terra, asà como as iniciativas dirixidas a favorecer a contratación planificada de persoas traballadoras de 3º paÃses por parte de empresas da nosa comunidade. Deste xeito, Galicia consolidará un modelo propio que aposta por captar persoas traballadoras de xeito ordenado e sempre en base a un emprego de calidade -por conta allea ou emprendendo-.
