[vc_section][vc_row css=\u00bb.vc_custom_1681910300131{padding-bottom: 30px !important;}\u00bb][vc_column]
<\/div><\/div>[\/vc_column][\/vc_row][vc_row full_width=\u00bbstretch_row\u00bb bg_type=\u00bbbg_color\u00bb bg_color_value=\u00bb#ededed\u00bb css=\u00bb.vc_custom_1681913912294{padding-top: 30px !important;padding-bottom: 30px !important;}\u00bb][vc_column][vc_row_inner][vc_column_inner][vc_column_text css=\u00bb\u00bb]<\/p>\n
[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row][vc_column][vc_empty_space]
eurecat.org<\/a>\u00a0|\u00a0<\/strong>@Eurecat_news\u00a0<\/a>|\u00a0Instagram<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]<\/p>\n [\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row][vc_column][vc_empty_space] Institut Catal\u00e0 de la Salut (ICS)<\/a> | Linkedin<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]<\/p>\n [\/vc_column_text][vc_empty_space] [\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row full_width=\u00bbstretch_row\u00bb bg_type=\u00bbbg_color\u00bb bg_color_value=\u00bb#ffffff\u00bb css=\u00bb.vc_custom_1683718841357{padding-top: 30px !important;padding-bottom: 30px !important;}\u00bb][vc_column][vc_row_inner][vc_column_inner width=\u00bb1\/4″][vc_single_image image=\u00bb69545″ img_size=\u00bbfull\u00bb css=\u00bb\u00bb][vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n Hospital General de Granollers<\/a> | Linkedin<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]<\/p>\n [\/vc_column_text][vc_empty_space] [\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row full_width=\u00bbstretch_row\u00bb bg_type=\u00bbbg_color\u00bb bg_color_value=\u00bb#ffffff\u00bb css=\u00bb.vc_custom_1683718841357{padding-top: 30px !important;padding-bottom: 30px !important;}\u00bb][vc_column][vc_row_inner][vc_column_inner width=\u00bb1\/4″][vc_empty_space][vc_single_image image=\u00bb68553″ img_size=\u00bbfull\u00bb css=\u00bb\u00bb][vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n www.some.es<\/strong><\/a> | LinkedIn<\/a><\/strong><\/p>\n [\/vc_column_text][vc_empty_space][vc_single_image image=\u00bb68520″ img_size=\u00bbfull\u00bb css=\u00bb\u00bb][vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n www.some.es<\/strong><\/a> | LinkedIn<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″][vc_empty_space] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]<\/p>\n [\/vc_column_text][vc_empty_space][vc_empty_space][vc_empty_space] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]<\/p>\n [\/vc_column_text][vc_empty_space] [\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row full_width=\u00bbstretch_row\u00bb bg_type=\u00bbbg_color\u00bb bg_color_value=\u00bb#ffffff\u00bb css=\u00bb.vc_custom_1683718841357{padding-top: 30px !important;padding-bottom: 30px !important;}\u00bb][vc_column][vc_row_inner][vc_column_inner width=\u00bb1\/4″][vc_empty_space][vc_single_image image=\u00bb70093″ img_size=\u00bbfull\u00bb css=\u00bb\u00bb][vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n www.dribia.com<\/strong><\/a> | LinkedIn<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]<\/p>\n [\/vc_column_text][vc_empty_space] [\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][\/vc_section]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":" [vc_section][vc_row css=\u00bb.vc_custom_1681910300131{padding-bottom: 30px !important;}\u00bb][vc_column][\/vc_column][\/vc_row][vc_row full_width=\u00bbstretch_row\u00bb bg_type=\u00bbbg_color\u00bb bg_color_value=\u00bb#ededed\u00bb css=\u00bb.vc_custom_1681913912294{padding-top: 30px !important;padding-bottom: 30px !important;}\u00bb][vc_column][vc_row_inner][vc_column_inner][vc_column_text css=\u00bb\u00bb] A menudo, las iniciativas de IA se quedan atrapadas en la etapa de prueba de concepto y no llegan a escalar. En esta sesi\u00f3n veremos ejemplos reales de c\u00f3mo empresas de diferentes sectores han logrado llevar soluciones de inteligencia artificial a su…<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[523],"tags":[],"class_list":["post-69181","post","type-post","status-publish","format-standard","hentry","category-sin-categorizar","category-523","description-off"],"yoast_head":"\nCAROLINA MIGLIORELLI<\/h2><\/div>
Head of Research Line (Healthcare Artificial Intelligence), Eurecat<\/h4>\n
La Dra. Carolina Migliorelli Falcone es responsable de la l\u00ednea de investigaci\u00f3n en Trustworthy Artificial Intelligence for Healthcare dentro de la Unidad de Salud Digital de Eurecat. Su trayectoria investigadora comenz\u00f3 con una tesis doctoral en el Centro de Investigaci\u00f3n en Ingenier\u00eda Biom\u00e9dica (CREB – UPC), seguida de una etapa postdoctoral vinculada al Centro de Investigaci\u00f3n Biom\u00e9dica en Red (CIBER-BBN).<\/h4>\n
Su trabajo se centra en el desarrollo de sistemas de inteligencia artificial aplicados a la salud, con especial atenci\u00f3n a los aspectos de confianza, explicabilidad y seguridad. Lidera proyectos orientados a crear algoritmos avanzados de aprendizaje autom\u00e1tico que apoyen la toma de decisiones cl\u00ednicas, faciliten la clasificaci\u00f3n y estratificaci\u00f3n de pacientes, y promuevan intervenciones personalizadas basadas en datos. Tambi\u00e9n trabaja en soluciones que permiten a las personas gestionar su salud y mejorar su estilo de vida mediante tecnolog\u00edas digitales fiables y adaptadas.<\/h4>\n
Cuenta con amplia experiencia en el procesamiento y an\u00e1lisis de datos biom\u00e9dicos y en la integraci\u00f3n de datos cl\u00ednicos en entornos complejos. Es doctora en Ingenier\u00eda Biom\u00e9dica (UPC), M\u00e1ster en Ingenier\u00eda Biom\u00e9dica (UB-UPC) e Ingeniera T\u00e9cnica de Telecomunicaciones con especialidad en Sistemas Electr\u00f3nicos (UPC).<\/h4>\n
Ponentes<\/h2><\/div>
PAU L\u00d3PEZ<\/h2><\/div>
Responsable de Sistemas de Informaci\u00f3n, Institut Catal\u00e0 de la Salut (ICS)<\/h4>\n
Pau L\u00f3pez<\/strong> se licenci\u00f3 como Ingeniero Superior de Telecomunicaciones en 1999. Desde entonces, ha ejercido diversas funciones en el \u00e1mbito de los sistemas de informaci\u00f3n sanitarios en diferentes instituciones. En 2019 lider\u00f3 la creaci\u00f3n y despliegue del proyecto DigiPatICS, dedicado a la digitalizaci\u00f3n de los servicios de Anatom\u00eda Patol\u00f3gica del ICS, que tambi\u00e9n abri\u00f3 la puerta al desarrollo de algoritmos de inteligencia artificial aplicados a la imagen celular, convirti\u00e9ndose en un proyecto referente europeo. Actualmente es responsable de los Sistemas de Informaci\u00f3n del ICS y apoya las iniciativas corporativas relacionadas con la implantaci\u00f3n de soluciones de IA.<\/strong><\/h4>\n
Inteligencia artificial aplicada a la digitalizaci\u00f3n en anatom\u00eda patol\u00f3gica: el caso DigiPatICS<\/h4><\/div><\/div>[vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n
La digitalizaci\u00f3n de los cristales de anatom\u00eda patol\u00f3gica dentro del proyecto DigiPatICS ha abierto nuevas oportunidades para el desarrollo de algoritmos de inteligencia artificial, tanto en la cuantificaci\u00f3n celular como en la detecci\u00f3n de patrones tumorales, entre otras aplicaciones. En estas l\u00edneas, ya disponemos de algoritmos integrados en el flujo de trabajo diario de los pat\u00f3logos. Estos algoritmos se han desarrollado conjuntamente con la Universidad Polit\u00e9cnica de Catalu\u00f1a (UPC), con el apoyo de los profesionales de la anatom\u00eda patol\u00f3gica, utilizando diversos enfoques de inteligencia artificial para garantizar su aplicabilidad cl\u00ednica.<\/h4>\n
CARLES RUBIES<\/h2><\/div>
Director de transformaci\u00f3N Digital, Hospital General de Granollers<\/h4>\n
Carlos Rubies es matem\u00e1tico y experto en tecnolog\u00edas de la informaci\u00f3n aplicadas a la salud, con m\u00e1s de 30 a\u00f1os de experiencia en innovaci\u00f3n digital sanitaria. Ha liderado proyectos pioneros en sistemas de imagen m\u00e9dica y, en la actualidad, como CIO del Hospital General de Granollers, impulsa la transformaci\u00f3n digital y la implantaci\u00f3n de la Inteligencia Artificial Generativa de una instituci\u00f3n con m\u00e1s de 2.000 profesionales. Ha desarrollado proyectos de digitalizaci\u00f3n cl\u00ednica, BI, ciberseguridad e iniciativas de Inteligencia Artificial, integrando la innovaci\u00f3n con impacto real en la asistencia y la eficiencia operativa.<\/h4>\n
Estrategia del Hospital de Granollers para la implantaci\u00f3n de la IAG<\/h4><\/div><\/div>[vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n
Desde la prueba al despliegue real, con impacto.El Hospital General de Granollers est\u00e1 implantando el uso de la IA Generativa en entornos cl\u00ednicos reales. Se est\u00e1n integrando agentes de IA en el d\u00eda a d\u00eda para redactar informes de alta, elaborar res\u00famenes de Historia Cl\u00ednica y responder a las reclamaciones entre otros. Con liderazgo desde la transformaci\u00f3n digital, la cocreaci\u00f3n con los profesionales y una cultura activa de formaci\u00f3n y mejora continua, el proyecto ha generado un alto impacto operativo y cultural, demostrando que es posible escalar la IA con sentido, eficiencia, calidad y sostenibilidad.<\/h4>\n
ORIOL CANILLAS<\/h2><\/div>
IT Technician, SOME S.A.<\/h4>\n
T\u00e9cnico en sistemas inform\u00e1ticos y redes, actualmente IT Intern en SOME S.A.U. Ha participado en proyectos de integraci\u00f3n de pantallas t\u00e1ctiles, RPA y Machine Learning para mejorar procesos productivos y reducir no conformidades.<\/h4>\n
ERNEST CEBALLOS<\/h2><\/div>
Data Analyst, SOME S.A.<\/h4>\n
Graduado en Ingenier\u00eda Inform\u00e1tica por la UdG y IT Intern en SOME S.A.U. Apasionado por la anal\u00edtica de datos, trabaja en proyectos de Machine Learning aplicados a la industria. A partir de 2025 iniciar\u00e1 un m\u00e1ster en Bioinform\u00e1tica en la Universidad de Aarhus.<\/h4>\n
De los datos al valor. Predicci\u00f3n de defectos en producci\u00f3n con IA en tiempo real<\/h4><\/div><\/div>[vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n
En esta ponencia se presenta un proyecto de IA desarrollado en SOME S.A.U. para predecir defectos en piezas met\u00e1licas en tiempo real. Mediante datos recogidos durante la producci\u00f3n y el uso de modelos como LSTM y HMM, se han obtenido resultados prometedores para mejorar la calidad, reducir costes y escalar la soluci\u00f3n dentro del marco de la Industria 4.0.<\/h4>\n
POL COLOMER<\/h2><\/div>
Co-Founder & Co-CEO, Dribia Data Research<\/h4>\n
Pol Colomer <\/strong>es doctor en F\u00edsica centrado en el an\u00e1lisis de las redes complejas por la Universidad de Barcelona, \u200b\u200bcon experiencia investigadora en la Universidad de California, San Diego. Despu\u00e9s de su etapa acad\u00e9mica, trabaj\u00f3 m\u00e1s de seis a\u00f1os como fecha scientist en King -la empresa creadora de Candy Crush-, optimizando videojuegos m\u00f3viles mediante anal\u00edtica y aprendizaje autom\u00e1tico. Desde hace m\u00e1s de ocho a\u00f1os es cofundador y co-CEO de Dribia, un estudio de ciencia de datos en Barcelona especializado en dise\u00f1ar y desarrollar soluciones de inteligencia artificial a medida para empresas de diversos sectores.<\/h4>\n
Proyecto Daima: Detecci\u00f3n Autom\u00e1tica de composiciones mediante Im\u00e1genes<\/h4><\/div><\/div>[vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n
El proyecto Daima surgi\u00f3 de la necesidad de Celsa, un importante fabricante de acero, de clasificar autom\u00e1ticamente la calidad de la chatarra recibida. Esta soluci\u00f3n algor\u00edtmica, basada en inteligencia artificial y aprendizaje profundo, utiliza redes neuronales convolucionales para analizar im\u00e1genes de c\u00e1maras est\u00e1ticas e identificar en tiempo real las distintas calidades del material. El sistema, que emula el trabajo manual, mejora la seguridad de los operarios, aumenta la objetividad de la valoraci\u00f3n y agiliza el proceso, con la ventaja adicional de la explicabilidad de las predicciones.<\/h4>\n