sábado, 9 de mayo de 2026
O obxectivo do proxecto é buscar solucións TIC máis eficientes no estudo de trastornos do soño, unha problemática que afecta, hoxe en dÃa, a máis de catro millóns de persoas en España, segundo datos da Sociedade Española de NeuroloxÃa.
A iniciativa, coordinada polos equipos de Eduardo Mosqueira Rey e Diego Ãlvarez Estévez do CITIC no marco da convocatoria de ‘Proxectos de Xeración de Coñecemento 2023Â’, financiado polo Ministerio de Ciencia, Innovación e Universidades, a Axencia Estatal de Investigación e polo Fondo Europeo de Desenvolvemento Rexional (FEDER), está dirixida a mellorar a análise dos rexistros médicos do soño mediante o uso de diversos algoritmos de aprendizaxe automática de nova xeración, baseados en mecanismos de auto-atención , a colaboración de expertos humanos no proceso de aprendizaxe e a inclusión da computación cuántica. A través destes, segundo explica Mosqueira, “preténdese desenvolver solucións máis eficientes e explicables para o diagnóstico de trastornos do soño”.
A colaboración co CESGA, engade o investigador, “consiste en utilizar o modelo cuántico de predición de series temporais desenvolvido polo CESGA, adaptalo para o tipo de sinais que usamos nós na medicina do soño, e adecualo debidamente para realizar tarefas de clasificación de fases do soño e detección de diferentes eventos de relevancia para o diagnóstico. O modelo adaptado utilizarÃase con datos reais da medicina do soño dos que dispoñemos e probarÃase tanto nos simuladores cuánticos como no computador cuántico real que están instalados no CESGA”.
Acelerar o diagnóstico para unha maior eficiencia clÃnica
Os trastornos do soño afectan a gran parte da poboación. Segundo a estatÃstica que manexa a Sociedade Española de NeuroloxÃa, máis de catro millóns de persoas no noso paÃs, e máis en detalle, o 48% da poboación adulta e o 25% da infantil, non ten un soño de calidade. Os procedementos de diagnóstico asociados á revisión manual da proba polisomnográfica estándar (PSG) son complexos e custosos, o que fai que os centros clÃnicos ter dificultades para satisfacer a crecente demanda destes exames.
A análise de PSG asistido por computadora ofrece claras vantaxes en termos de importantes aforros de tempo e custos xerais asociados ao diagnóstico. Con todo, as solucións propostas ata o de agora limÃtanse a realizacións parciais, ad hoc e presentan problemas de xeneralización. As técnicas de intelixencia artificial de aprendizaxe profunda de primeira xeración como redes convolucionais (CNNs) ou recorrentes (RNNs) son apropiadas para a detección e clasificación dun só obxecto (por exemplo, imaxes), pero non son óptimos nas situacións máis complexas que requiren a identificación de múltiples obxectos individuais. Ademais, compórtanse como “caixas negras”, o que repercute negativamente na súa aceptabilidade por parte do clÃnico, impedindo un aproveitamento responsable das súas decisións.
Neste escenario, o proxecto NEXT-GEN-SOMNUS do CITIC da UDC persegue investigar a aplicabilidade das técnicas de aprendizaxe automática de próxima xeración ao problema da análise de rexistros médicos de soño que superen as limitacións dos modelos de primeira xeración. Por iso, tal e como expón Mosqueira Rey: propoñen mellorar a eficiencia dos algoritmos expondo a integración de mecanismos novos de auto-atención para tratar de obter mellores resultados na detección e clasificación de eventos. Doutra banda , incluÃr técnicas human-in-the-loop para tentar incluÃr coñecemento experto humano nos devanditos algoritmos, que permitan mellorar tanto o seu rendemento como as súas capacidades de explicabilidad . E, ademais, incluÃr tarefas de aprendizaxe automática-cuántica facendo uso de procesos como a superposición, a interferencia e o entrelazamiento que permitan levar aos algoritmos de aprendizaxe automática a outro nivel e maximizar asà as vantaxes destas ferramentas TIC para o diagnóstico, estudo e seguimento clÃnico posterior dos trastornos do soño”.
Sobre o CITIC
O CITIC é un centro de investigación que potencia o avance e a excelencia en I +D+i aplicada ás TIC, creado en 2008 pola Universidade da Coruña. A actividade cientÃfica do centro estrutúrase en catro áreas de investigación principais: Intelixencia artificial; Ciencia e EnxeñerÃa de Datos; Computación de Altas Prestacións; e Servizos e Redes Intelixentes, e unha área de investigación transversal a todas elas: a de Ciberseguridade.
O CITIC está acreditado como Centro Excelente e membro da Rede CIGUS para o perÃodo 2024-2027. A acreditación, estruturación e mellora do CITIC está cofinanciada pola Xunta de Galicia e nun 60% pola Unión Europea no marco do Programa Operativo FEDER Galicia 2021-2027, co obxectivo temático de promover “unha Europa máis intelixente: transformación económica innovadora”.
A programación desta nova edición volverá combinar espectáculos de sala, funcións de rúa, instalacións, música e propostas participativas arredor do mundo dos monicreques, con compañÃas galegas como Tanxarina TÃteres, TÃteres Alakrán, Babaluva, Mircromina, Trécola Producións, Troula Animación ou Bico de Toupa, xunto a formacións chegadas de diferentes puntos do Estado e de paÃses como Francia, Italia, Portugal, Uruguai ou Arxentina. Entre as montaxes destacadas figura A Biblioteca Galáctica contra IA Fantástica, de Tanxarina TÃteres, recoñecida nos Premios MarÃa Casares 2026, ademais de propostas premiadas como Gloria Bendita, de Arteria Producciones, ou Érase unha vezÂ… dous pés!, da italiana Teatro dei Piedi.
Os bos resultados acadados nos últimos anos en biotecnoloxÃa sitúan a Galicia nunha posición de referencia neste sector, con moita proxección de futuro. A biotecnoloxÃa pasou de ser unha aposta estratéxica a converterse nun sector económico e cientÃfico con masa crÃtica, capacidades diferenciais e resultados medibles. Asà o amosan os resultados acadados na execución da Estratexia de consolidación do sector en Galicia 21-25. Entre eles, destaca a creación de 30 novas empresas biotecnolóxicas, acadando a cifra de 162 compañÃas actuais; unha facturación de 2.037 millóns de euros, que cuadriplica a de 2021 e se sitúa no 2,6% do PIB; ou o aumento do emprego cualificado vencellado ao sector, acadando as 5.693 persoas traballadoras, tres veces máis desde 2021.
