Las enfermedades oncológicas, cardiovasculares y el hígado graso no alcohólico son la principal causa de morbilidad y mortalidad en el mundo occidental. Los estándares clínicos para diagnosDcar la mayoría de estas condiciones siguen siendo invasivos Se han propuesto avances en imágenes médicas y análisis basados en inteligencia arDficial (IA) para la evaluación no invasiva, pero los métodos actuales Denen una sensibilidad limitada en etapas tempranas y carecen en gran medida de reproducibilidad y generalización.
Nuestro objetivo es desarrollar biomarcadores innovadores basados en imágenes y sensores fisiológicos para permir el diagnóstico temprano y la caracterización de enfermedades.
Investigadores: Besa Cecilia
Proyectos extramurales: FONDECYT REGULAR 1210648 , 2021-2025. MRI-Based Surrogate Imaging Markers of Aggressiveness in Prostate Cancer.
Disponibilidad estudiantes postgrado: No
El desarrollo de algoritmos en medicina, especialmente en diagnóstico por imágenes, ofrece un alto potencial para apoyar la atención clínica mediante herramientas automatizadas y semiautomatizadas de diagnóstico, pronóstico y sugerencias terapéuticas. Estas tecnologías pueden optimizar la práctica médica tanto en contextos habituales como en situaciones de sobrecarga asistencial o escasez de especialistas.
El avance del aprendizaje profundo (Deep Learning, DL) en visión por computadora (Computer Vision, CV) ha impulsado grandes progresos en imágenes médicas. Se han reportado resultados destacados en tareas como la clasificación y segmentación de lesiones cutáneas, detección de anomalías en radiografas de tórax y diagnósDco de cáncer en mamografas. Una de las fortalezas del DL es su capacidad para aprender representaciones útiles directamente desde los datos, lo que ha abierto nuevas posibilidades para la automaDzación de procesos clínicos complejos, como la generación de informes radiológicos (Radiology Report GeneraDon, RadRG). Esta línea de investigación busca integrar tecnologías innovadoras con la formación académica, promoviendo la transformación digital en radiología.
Investigadores: Besa Cecilia; Andia Marcelo
Proyectos extramurales:; «Millennium Institute for Intelligent Healthcare Engineering (iHEALTH)
Fondecyt Regular, PI Marcelo Andía. “Improving metabolic phenotyping of MAFLD patients using Magnetic Resonance Spectroscopy and Machine Learning.
Fondecyt Regular 2023-2027. PI: Denis Parra, CoPi: Cecilia Besa. Multimodal, multitask and transfer learning for Deep radiological report generation»
Disponibilidad estudiantes postgrado: Nacionales; Extranjeros
El diagnóstico de muchas enfermedades aún depende de métodos invasivos, debido en parte a la falta de acceso a bases de datos de imágenes médicas avanzadas que permitan validar herramientas no invasivas basadas en biomarcadores imaginológicos. El desarrollo de biobancos de imágenes estructurados, anonimizados y vinculados a información clínica confiable es fundamental para avanzar hacia una medicina más precisa y personalizada. Estos repositorios son esenciales para entrenar y validar modelos de inteligencia artificial, así como para identificar y robustecer biomarcadores cuantitativos derivados de imágenes médicas.
En Chile, la inexistencia de biobancos de imágenes constituye una limitación crítica para el desarrollo de investigación biomédica de alto impacto. Esta línea de trabajo busca establecer una infraestructura sostenible para la recopilación, almacenamiento y uso ético de imágenes médicas, bajo estándares de interoperabilidad y gobernanza de datos. Además, promueve el desarrollo de proyectos colaborativos que integren investigación clínica, ciencia de datos y tecnología médica, potenciando la validación de biomarcadores con aplicación diagnóstica, pronóstica y terapéutica.
Investigadores: Besa Cecilia; Andia Marcelo
Proyectos extramurales: Fondecyt Regular 2023-2027, Multimodal, multitask and transfer learning for Deep radiological report generation. PI: Denis Parra, CoPi: Cecilia Besa
Millennium Institute for Intelligent Healthcare Engineering (iHEALTH). Director Alterno Marcelo Andía; Investigadora Principal Cecilia Besa
Disponibilidad estudiantes postgrado: Nacionales; Extranjeros
Foco en el desarrollo de invesDgación en los procesos de enseñanza y aprendizaje de radiología en estudiantes de medicina y residentes. Incluye el diseño e implementación de estrategias innovadoras de evaluación de aprendizajes y desarrollo curricular, especialmente a través de la integración con otras disciplinas.
Investigadores;
Huete Garín Álvaro; Riquelme Pizarro Carlos; Hevia Morel Joaquín; Burdiles Orellana Álvaro; Farfán Cabello, Emilio; Besa Huerta Jovita
Disponibilidad estudiantes postgrado: Nacionales; Extranjeros
Nuestro centro asistencial es el lugar de referencia nacional para el diagnóstico prenatal y manejo post natal de las hernias diafragmáticas congénitas. Disponemos de un extenso archivo de imágenes y documentos desde el año 2005 hasta la fecha. En este marco hemos realizado múltiples trabajos colaborativos con el equipo de medicina materno fetal y de neonatología que han redundado en publicaciones, trabajos de investigación y presentaciones en congresos, pretendemos seguir con esta línea de investigación para poder determinar los factores de riesgo y hallazgos de imágenes que permitan mejorar el diagnóstico y pronóstico de estos niños.
Investigadores; De Barbieri Florencia; García Cristian; Luco Matías
Disponibilidad estudiantes postgrado: Nacionales; Extranjeros