El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.
Si desea configurar las cookies, pulse el botón Personalizar Cookies. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.
Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz.
Personalización de Cookies
El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.
Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.
A continuación podrá configurar las cookies del sitio web según su finalidad:
Análisis estadístico
En este sitio se utilizan cookies de terceros (Google Analytics) que permiten cuantificar el número de usuarios de forma anónima (nunca se obtendrán datos personales que permitan identificar al usuario) y así poder analizar la utilización que hacen los usuarios del nuestro servicio, a fin de mejorar la experiencia de navegación y ofrecer nuestros contenidos de manera óptima.
Redes sociales
En este sitio web se utilizan cookies de terceros que permiten el correcto funcionamiento de algunas redes sociales (principalmente Youtube y Twitter) sin utilizar ningún dato personal del usuario.
UniversidaddeCádiz
Sistema de soporte a la decisión clínica para la diagnosis, clasificación, y predicción de la evolución de pacientes con silicosis por piedra artificial PEOPLE
La piedra artificial es un material cada vez más utilizado para fabricar encimeras de cocina y baño. Su corte y lijado generan elevados niveles de sílice cristalina respirable, que puede causar silicosis. La frecuencia de casos de silicosis grave asociados a esta exposición está aumentando rápidamente. A los primeros casos detectados en España e Israel, le han seguido focos en Italia, India, Vietnam, China, Australia y Estados Unidos. La detección precoz para separar al trabajador de la fuente origen de su enfermedad es clave para afrontar este problema de salud pública. Sin embargo, el diagnóstico, basado en las alteraciones radiológicas, presenta una gran variabilidad intra e interobservador. En casos de difícil diagnóstico se emplea la tomografía computarizada de alta resolución (TCAR), que sin embargo tiene un elevado coste, es difícil de interpretar en los estadios iniciales, e induce una radiación al paciente que hace su repetición anual añada un riesgo al potencial carcinógeno de la sílice.
El proyecto PEOPLE, liderado por el Grupo de Investigación en Bioingeniería, Automática y Robótica (atari) de la Universidad de Cádiz y por la Unidad de Neumología, Alergia y Cirugía Torácica del Hospital Universitario Puerta del Mar de Cádiz, aspira a desarrollar un sistema de soporte a la decisión clínica basado en inteligencia artificial (IA) para reducir la variabilidad y subjetividad en la lectura y clasificación de las radiografías de tórax, impulsando el desarrollo de modelos que consideren variables adicionales como la función pulmonar y datos de laboratorio simples conseguidos en los análisis rutinarios de sangre.
El objetivo es habilitar el diagnóstico precoz sin necesidad de TCAR, poder identificar qué pacientes progresan para poder ofrecerles tratamiento en un futuro, y facilitar el diagnóstico de casos atípicos, evitando así procedimientos invasivos como la biopsia pulmonar. Afrontamos, desde una gran experiencia clínica y tecnológica, un problema de relevancia internacional y para el que hay escasos estudios. Los resultados esperados pueden apoyar al profesional sanitario, reducir costes diagnósticos, mejorar la seguridad del trabajador y alcanzar un notable impacto internacional por la relevancia global del reto de salud que se aborda.
Proyecto ProyExcel_00942 – Proyecto financiado en la convocatoria 2021 de Ayudas a Proyectos de Excelencia, en régimen de concurrencia competitiva, destinadas a entidades calificadas como Agentes del Sistema Andaluz del Conocimiento, en el ámbito del Plan Andaluz de Investigación, Desarrollo e Innovación (PAIDI 2020). Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía.