CA | ES | EN
IA para la salud

La investigación sobre IA y salud tiene como objetivo aplicar algunas de las técnicas de IA del IIIA al campo de la atención médica. Específicamente, se centra en el diseño de algoritmos novedosos para proporcionar soluciones capaces de incorporar capacidades descriptivas, diagnósticas, predictivas y prescriptivas avanzadas a los Sistemas de Soporte a la toma de Decisiones Clínicas (CDSS)

Contacto: Eva Armengol


La tendencia actual de avanzar hacia una medicina más Predictiva, Preventiva, Personalizada y Participativa, conocida como Medicina 4P, está cambiando el paradigma asistencial. Las tecnologías digitales están jugando un papel importante en este paradigma 4P generando un volumen y variedad de información nunca antes vista. La Inteligencia Artificial está contribuyendo proporcionando herramientas para la gestión y explotación de esta ingente cantidad de datos.

La prescripción de tratamientos altamente personalizados aumenta la complejidad de los conocimientos y decisiones a considerar. La inteligencia artificial y el aprendizaje automático tienen como objetivo desarrollar sistemas innovadores de apoyo a la toma de decisiones para acelerar el descubrimiento y la consolidación de nuevas pruebas.

Análisis de series temporales

Muchas fuentes de información en salud tienen una dimensión temporal. La explosión de sensores biométricos y dispositivos portátiles es un ejemplo de su relevancia y también de su naturaleza ruidosa. Proporcionar algoritmos robustos y eficientes para manejar esta cantidad de datos es un desafío en el que estamos centrados actualmente.

Aprendizaje Perofundo

El aprendizaje profundo permite que los modelos computacionales que se componen de múltiples capas de procesamiento aprendan representaciones de datos con múltiples niveles de abstracción. Estos métodos han mejorado drásticamente el estado del arte en el reconocimiento de voz, el reconocimiento de objetos visuales, la detección de objetos y muchos otros dominios, como el descubrimiento de fármacos y la genómica.

Razonamiento Basado en Casos

Los sistemas CBR son capaces de resolver problemas nuevos utilizando el conocimiento del dominio y la experiencia adquirida en la resolución de problemas precedentes (casos). CBR es una metodología poderosa que permite la creación de prototipos incrementales y ciclos de diseño cortos. Nuestro grupo es un referente internacional en CBR con contribuciones de alto impacto tanto en investigación como en aplicaciones.

Modelos Gráficos Probabilistas

Los modelos gráficos probabilísticos son un marco poderoso para representar dominios complejos utilizando distribuciones de probabilidad, con numerosas aplicaciones en el aprendizaje automático, la visión por computador, el procesamiento de lenguaje natural y la biología computacional. Los modelos gráficos reúnen la teoría de grafos y la teoría de la probabilidad, y proporcionan un marco flexible para modelar grandes colecciones de variables aleatorias con interacciones complejas.

Razonamiento Causal

Distinguir entre co-ocurrencia y causalidad es uno de los principales desafíos en la atención médica. Determinar relaciones causales y diseñar modelos causales robustos a partir de datos generalmente requiere la combinación de fuentes de datos múltiples y heterogéneas. Nuestra investigación se ha explotado en proyectos de transferencia de tecnología.

Aprendizaje Semisupervisado

Una de las principales características de los conjuntos de datos sanitarios es que suelen estar parcialmente anotados. Anotar y seleccionar la información es uno de los aspectos clave para obtener conjuntos de datos de alta calidad. Esta tarea requiere un esfuerzo titánico y fácilmente se vuelve inasequible. Las técnicas semisupervisadas se centran en minimizar la cantidad de información etiquetada, es decir, los recursos de expertos, al tiempo que maximizan los modelos generados.

Explicabilidad,
Confianza y Responsabilidad

La adopción de algoritmos complejos de IA/ML para tomar decisiones críticas choca con el requisito de comprender ​por qué estos sistemas recomiendan sus decisiones, cuál es su solidez y las consecuencias éticas de estas decisiones. Estos sistemas no tendrán éxito en el área de la salud si no incorporan capacidades de explicabilidad.

Eva Armengol
Tenured Scientist
Phone Ext. 431851

Jesus Cerquides
Scientific Researcher
Phone Ext. 431859

Lissette Lemus del Cueto
Contract Engineer
Phone Ext. 431823

Borja Velasco
Industrial PhD Student
Phone Ext. 431866

2024
Manel Rodríguez Soto,  Nardine Osman,  Carles Sierra,  Paula Sánchez Veja,  Rocío Cintas García,  Cristina Farriols Danes,  Montserrat García Retortillo,  & Sílvia Mínguez Maso (2024). (pp. 8). to appear at the Special Session on AI with Awareness Inside of the 16th International Conference on Agents and Artificial Intelligence (ICAART 2024). [BibTeX]  [PDF]
Gil-Gonzalez Sergi,  Velasco-Regúlez Borja,  Cerquides Jesus,  Hinarejos Pedro,  Monllau Joan Carles,  & Pelfort Xavier (2024). Antibiotic-loaded bone cement is associated with a reduction of the risk of revision of total knee arthroplasty: Analysis of the Catalan Arthroplasty Register. Knee Surgery, Sports Traumatology, Arthroscopy, n/a. https://doi.org/10.1002/ksa.12361. [BibTeX]  [PDF]
David Gómez-Guillén,  Mireia Díaz,  Josep Lluís Arcos,  & Jesus Cerquides (2024). Bayesian Optimization with Additive Kernels for a Stepwise Calibration of Simulation Models for Cost-Effectiveness Analysis. International Journal of Computational Intelligence Systems, 17, 249. https://doi.org/10.1007/s44196-024-00646-x. [BibTeX]  [PDF]
Nuria Correa,  Jesus Cerquides,  Rita Vassena,  Mina Popovic,  & Josep Lluis Arcos (2024). IDoser: Improving Individualized Dosing Policies with Clinical Practice and Machine Learning. Expert Systems with Applications, 238, 121796. https://doi.org/10.1016/j.eswa.2023.121796. [BibTeX]  [PDF]
Annelies Raes,  Georgios Athanasiou,  Nima Azari-Dolatabad,  Hafez Sadeghi,  Sebastian Gonzalez Andueza,  Josep Lluis Arcos,  Jesus Cerquides,  Krishna Chaitanya Pavani,  Geert Opsomer,  Osvaldo Bogado Pascottini,  Katrien Smits,  Daniel Angel-Velez,  & Ann Van Soom (2024). Manual versus deep learning measurements to evaluate cumulus expansion of bovine oocytes and its relationship with embryo development in vitro. Computers in Biology and Medicine, 168, 107785. https://doi.org/10.1016/j.compbiomed.2023.107785. [BibTeX]  [PDF]
Nuria Correa,  Jesus Cerquides,  Josep Lluis Arcos,  Rita Vassena,  & Mina Popovic (2024). Personalizing the First Dose of FSH for IVF/ICSI Patients through Machine Learning: A Non-Inferiority Study Protocol for a Multi-Center Randomized Controlled Trial. Trials, 25, 38. https://doi.org/10.1186/s13063-024-07907-2. [BibTeX]  [PDF]
2023
N Correa Mañas,  J Cerquides,  J L Arcos,  R Vassena,  & M Popovic (2023). A clinically robust machine learning model for selecting the first FSH dose during controlled ovarian hyperstimulation: incorporating clinical knowledge to the learning process. Human Reproduction, 38, dead093.226. https://doi.org/10.1093/humrep/dead093.226. [BibTeX]  [PDF]
David Gómez-Guillén,  Mireia Díaz,  Josep Lluis Arcos,  & Jesus Cerquides (2023). Bayesian Optimization with Additive Kernels for the Calibration of Simulation Models to Perform Cost-Effectiveness Analysis. Artificial Intelligence Research and Development (pp 143--152). IOS Press. https://doi.org/10.3233/FAIA230677. [BibTeX]  [PDF]
Georgios Athanasiou,  Josep Lluis Arcos,  & Jesus Cerquides (2023). Enhancing Medical Image Segmentation: Ground Truth Optimization through Evaluating Uncertainty in Expert Annotations. Mathematics, 11. https://doi.org/10.3390/math11173771. [BibTeX]  [PDF]
Borja Velasco-Regulez,  & Jesus Cerquides (2023). Hydranet: A Neural Network for the Estimation of Multi-Valued Treatment Effects. Artificial Intelligence Research and Development (pp 16--27). IOS Press. https://doi.org/10.3233/FAIA230655. [BibTeX]  [PDF]
A. Raes,  N. Azari-Dolatabad,  G. Athanasiou,  J.L. Arcos,  J. Cerquides,  G. Opsomer,  K. Smits,  D. Angel-Velez,  & A. {Van Soom} (2023). Measuring cumulus expansion of bovine cumulus-oocyte complexes: comparing the reliability of three methods. Animal - science proceedings, 14, 449-450. https://doi.org/10.1016/j.anscip.2023.03.032. [BibTeX]  [PDF]
Becky White,  Arnault Gombert,  Tim Nguyen,  Brian Yau,  Atsuyoshi Ishizumi,  Laura Kirchner,  Alicia Leon,  Harry Wilson,  Giovanna Jaramillo-Gutierrez,  Jesus Cerquides,  & others (2023). Using artificial intelligence to inform infodemic insights: The development of the who ears platform. APHA 2023 Annual Meeting and Expo . [BibTeX]
Becky K. White,  Arnault Gombert,  Tim Nguyen,  Brian Yau,  Atsuyoshi Ishizumi,  Laura Kirchner,  Alicia León,  Harry Wilson,  Giovanna Jaramillo-Gutierrez,  Jesus Cerquides,  Marcelo D'Agostino,  Cristiana Salvi,  Ravi Shankar Sreenath,  Kimberly Rambaud,  Dalia Samhouri,  Sylvie Briand,  & Tina D. Purnat (2023). Using Machine Learning Technology (Early Artificial Intelligence-Supported Response With Social Listening Platform) to Enhance Digital Social Understanding for the COVID-19 Infodemic: Development and Implementation Study. JMIR Infodemiology, 3, e47317. https://doi.org/10.2196/47317. [BibTeX]  [PDF]
2022
Georgios Athanasiou,  Jesus Cerquides,  Annelies Raes,  Nima Azari-Dolatabad,  Daniel Angel-Velez,  Ann Van Soom,  & Josep Lluis Arcos (2022). Detecting the Area of Bovine Cumulus Oocyte Complexes Using Deep Learning and Semantic Segmentation. A. Cortés al. (Eds.), Frontiers in Artificial Intelligence and Applications (pp 249-258). IOS Press. https://doi.org/10.3233/FAIA220346. [BibTeX]
Borja Velasco-Regulez,  Jose L. Fernandez-Marquez,  Nerea Luqui,  Jesus Cerquides,  Josep Analia Fukelman,  & Josep Perelló (2022). Is the phase of the menstrual cycle relevant when getting the covid-19 vaccine?. American Journal of Obstetrics and Gynecology, 227, 913-915. https://doi.org/10.1016/j.ajog.2022.07.052. [BibTeX]  [PDF]
Jerónimo Hernández-González,  Olga Valls,  Adrián Torres-Martín,  & Jesús Cerquides (2022). Modeling three sources of uncertainty in assisted reproductive technologies with probabilistic graphical models. Computers in Biology and Medicine, 150, 106160. https://doi.org/10.1016/j.compbiomed.2022.106160. [BibTeX]  [PDF]
Borja Velasco,  Jesus Cerquides,  & Josep Lluis Arcos (2022). Multi-valued Treatment Effect Estimation for Health Technology Assessment with a Neural Network. NeurIPS 2022 Workshop on Causality for Real-world Impact . [BibTeX]  [PDF]
Nuria Correa,  Jesús Cerquides,  Josep Lluis Arcos,  & Rita Vassena (2022). Supporting first FSH dosage for ovarian stimulation with machine learning. Reproductive Biomedicine Online. https://doi.org/10.1016/j.rbmo.2022.06.010. [BibTeX]
2021
Emma Segura,  Jennifer Grau-Sánchez,  David Sanchez-Pinsach,  Myriam De-la-Cruz,  Esther Duarte,  Josep Lluis Arcos,  & Antoni Rodríguez-Fornells (2021). Designing an app for home-based enriched Music-supported Therapy in the rehabilitation of patients with chronic stroke: a pilot feasibility study. Brain Injury, 35, 1585-1597. https://doi.org/10.1080/02699052.2021.1975819. [BibTeX]
Núria Correa,  Jesús Cerquides,  Josep Lluis Arcos,  & Rita Vassena (2021). Development and validation of an Artificial Intelligence algorithm that matches a clinician ability to select the best follitropin dose for ovarian stimulation. Human Reproduction, 36. https://doi.org/10.1093/humrep/deab130.636. [BibTeX]
Jennifer Grau-Sánchez,  Emma Segura,  David Sanchez-Pinsach,  Preeti Raghavan,  Thomas F. Münte,  Anna Marie Palumbo,  Alan Turry,  Esther Duarte,  Särkämö Särkämö,  Jesus Cerquides,  Josep Lluis Arcos,  & Antoni Rodriguez-Fornells (2021). Enriched Music-supported Therapy for chronic stroke patients: a study protocol of a randomised controlled trial. BMC Neurology, 21. https://doi.org/10.1186/s12883-020-02019-1. [BibTeX]  [PDF]
Emma Segura,  Jennifer Grau-Sánchez,  David Sanchez-Pinsach,  Esther Duarte,  Josep Lluis Arcos,  & Antoni Rodríguez-Fornells (2021). Enriched music-supported therapy in the improvement of motor function and quality of life of chronic stroke patients: a pilot study. NeuroMusic VII . [BibTeX]
Núria Correa,  Rita Vassena,  Jesus Cerquides,  & Josep Lluis Arcos (2021). Limits of conventional Machine Learning methods to predict pregnancy and multiple pregnancy after embryo transfer. Ada Valls, & Mateu Villaret (Eds.), Frontiers in Artificial Intelligence and Applications (pp 245-253). IOS Press. [BibTeX]
Adri{\'{a}}n Torres{-}Mart{í}n,  Jer{\'{o}}nimo Hern{\'{a}}ndez{-}Gonz{\'{a}}lez,  & Jes{\'{u}}s Cerquides (2021). Validation on Real Data of an Extended Embryo-Uterine Probabilistic Graphical Model for Embryo Selection. Mateu Villaret, Teresa Alsinet, C{\\`{e}}sar Fern{\\'{a}}ndez, & A{\\"{\\i}}da Valls (Eds.), Artificial Intelligence Research and Development - Proceedings of the 23rd International Conference of the Catalan Association for Artificial Intelligence, {CCIA}2021, Virtual Event, 20-22 October, 2021 (pp. 225--234). {IOS}Press. https://doi.org/10.3233/FAIA210139. [BibTeX]  [PDF]
2020
Oguz Mulayim (2020). Anytime Lazy kNN (ALK): A fast anytime kNN search algorithm. https://doi.org/10.5281/zenodo.4472641. [BibTeX]
Oguz Mulayim,  & Josep Lluis Arcos (2020). Fast anytime retrieval with confidence in large-scale temporal case bases. Knowledge-Based Systems, 206, 106374. https://doi.org/10.1016/j.knosys.2020.106374. [BibTeX]  [PDF]
2019
David Sanchez-Pinsach,  Oguz Mulayim,  Jennifer Grau-Sánchez,  Emma Segura,  Berta Juan-Corbella,  Josep Lluis Arcos,  Jesus Cerquides,  Monique Messaggi-Sartor,  Esther Duarte,  & Antoni Rodriguez-Fornells (2019). Design of an AI Platform to Support Home-Based Self-Training Music Interventions for Chronic Stroke Patients. Jordi Sabater-Mir, Vicenç Torra, Isabel Aguilo, & Manuel González-Hidalgo (Eds.), Frontiers in Artificial Intelligence and Applications (pp 170--175). IOS Press. https://doi.org/10.3233/FAIA190120. [BibTeX]
2018
Oguz Mulayim,  & Josep Lluis Arcos (2018). Perks of Being Lazy: Boosting Retrieval Performance. Twenty-Sixth International Conference on Case-Based Reasoning . https://doi.org/10.1007/978-3-030-01081-2_21. [BibTeX]
2017
E. Ros-Cucurull,  A. Xicola,  R.F. Palma-Álvarez,  Arturo Ribes,  L. Grau-López,  Lissette Lemus,  Josep Lluis Arcos,  & C. Roncero (2017). Electrodermal activity monitoring on inpatient detoxification unit. 30th ECNP Congress . [BibTeX]
Martin Nettling,  Henrik Treutler,  Jesús Cerquides,  & Ivo Grosse (2017). Unrealistic phylogenetic trees may improve phylogenetic footprinting. Bioinformatics. [BibTeX]
David Sanchez-Pinsach,  Josep Lluis Arcos,  Sara Laxe,  Montserrat Bernabeu,  & Josep Maria Tormos (2017). Using community detection techniques to disc over non-explicit relationships in neurorehabilitation treatments. 20th International Conference of the Catalan Association for Artificial Intelligence (pp. 26-35). IOS Press. https://doi.org/10.3233/978-1-61499-806-8-26. [BibTeX]
2016
Martin Nettling,  Hendrik Treutler,  Jesús Cerquides,  & Ivo Grosse (2016). Detecting and correcting the binding-affinity bias in ChIP-seq data using inter-species information. BMC Genomics, 17, 347. https://doi.org/10.1186/s12864-016-2682-6. [BibTeX]
2013
Joan Serrà,  Josep Lluis Arcos,  Alejandro Garcia-Rudolph,  Alberto García-Molina,  Teresa Roig,  & Josep Maria Tormos (2013). Cognitive prognosis of acquired brain injury patients using machine learning techniques. Int. Conf. on Advanced Cognitive Technologies and Applications (COGNITIVE) (pp. 108-113). IARIA. [BibTeX]  [PDF]
2012
Josep Blat,  Josep Lluis Arcos,  & Sergio Sayago (2012). WorthPlay: juegos digitales para un envejecimiento saludable. LYCHNOS, 8. http://www.fgcsic.es/lychnos/es_es/articulos/WorthPlay-juegos-digitales-para-un-envejecimiento-activo-y-saludable. [BibTeX]
2011
Eva Armengol (2011). Classification of Melanomas in situ using Knowledge Discovery with Explained CBR. Artificial Intelligence in Medicine, 51, 12. [BibTeX]  [PDF]
Eva Armengol,  Pilar Dellunde,  & Carlo Ratto (2011). Lazy Learning Methods for Quality of Life Assessment in people with intellectual disabilities. CCIA-2011 (pp. 41-50). IOS Press. [BibTeX]
2009
Eva Armengol (2009). Using explanations for determining carcinogenecity in chemical compounds. International Journal on Engineering Applications of Artificial Intelligence, 22, 8. [BibTeX]
2008
Albert Fornells,  Eva Armengol,  Elisabet Golobardes,  Susana Puig,  & Josep Malvehy (2008). Experiences using clustering and generizations for knowledge discovery in melanomas domain. P. Perner (Eds.), Lecture Notes in Computer Science . Springer. [BibTeX]
2001
A. Palaudàries,  Eva Armengol,  & Enric Plaza (2001). Individual prognosis of diabetes long-term risks: A CBR approach. Methods of Information in Medicine, 40, 46-51. [BibTeX]
2000
Eva Armengol,  A. Palaudàries,  & Enric Plaza (2000). Raonament basat en Casos per Pronosticar Riscos a Llarg Termini en Pacients amb Diabetis Mellitus. Proceedings of the (pp. 209-218). [BibTeX]