• ADMISIÓN
• ESTUDIOS
• INVESTIGACIÓN
• ORGANIZACIÓN
• COMUNIDAD UPV
• 

• • Admisión a grado
  • Admisión a máster
  • Admisión a doctorado
  • Internacional
• • Estudios de grado
  • Estudios de posgrado
  • Oferta académica
• • Estructuras de Investigación
  • Iniciativas de I+D+i
  • Innovación
• • La institución
  • Vida universitaria
  • Escuelas y facultades
  • Departamentos
  • Servicios universitarios
• • Estudiante
  • PAS, PDI y PI
  • Prensa
  • Titulados

• ADMISIÓN  
  
  • • Admisión a grado
    • Admisión a máster
    • Admisión a doctorado
    • Internacional
• ESTUDIOS  
  
  • • Estudios de grado
    • Estudios de posgrado
    • Oferta académica
• INVESTIGACIÓN  
  
  • • Estructuras de Investigación
    • Iniciativas de I+D+i
    • Innovación
• ORGANIZACIÓN  
  
  • • La institución
    • Vida universitaria
    • Escuelas y facultades
    • Departamentos
    • Servicios universitarios
• COMUNIDAD UPV
   
  
  • • PAS, PDI y PI
    • Prensa
    • Titulados

Proyecto SAMUEL

La Universitat Politècnica de València, a través del CVBLab, lidera el desarrollo de un nuevo sistema de ayuda al diagnóstico de cáncer de piel. Se trata, en concreto, de un sistema que combina algoritmos de computer vision y deep learning para diferenciar entre tumores malignos y benignos y evaluar el pronóstico de los casos de potencial maligno incierto. Este es el objetivo de SAMUEL, un proyecto financiado por la Agencia Valenciana de la Innovación (AVI), en el que participan también el Instituto de Investigación Sanitaria (INCLIVA), del Hospital Clínico Universitario de Valencia, y la empresa biotecnológica EpiDisease.

“Entre los distintos tipos de cáncer de piel, el melanoma maligno es el más agresivo y peligroso; actualmente representa alrededor del 80% de las muertes asociadas al cáncer de piel. La detección precoz y el diagnóstico de la enfermedad en un estadio temprano es esencial para intentar reducir las complicaciones asociadas”, indica el Dr. Carlos Monteagudo, jefe de dermatopatología del Hospital Clínico Universitario de Valencia.

“Este es el objetivo que persigue nuestro proyecto, desarrollar herramientas que proporcionen a los patólogos una clasificación automática en diferentes subtipos de melanomas, así como una predicción del pronóstico del paciente”, apunta Valery Naranjo, coordinadora del Computer Vision and Behaviour Analysis Lab (CVBLab) del Instituto de Investigación e Innovación en Bioingeniería (i3B) de la UPV.

Para ello, el sistema incluirá algoritmos de inteligencia artificial que ayudarán a analizar las muestras de las biopsias digitalizadas en alta resolución, teniendo en cuenta también datos clínicos del paciente.

“Además, SAMUEL tendrá en cuenta mecanismos moleculares que favorecen la propagación del melanoma cutáneo. En concreto, se buscarán biomarcadores basados en metilación del ADN y microARNs. Se ha demostrado, que estas alteraciones epigenéticas pueden jugar un papel determinante en la progresión y desarrollo de los tumores melanocíticos”, apunta José Luis García, investigador post-doctoral CIBER y director ejecutivo de EpiDisease.