Lanzamiento ciclo de seminarios web "La inteligencia Artificial en el Control del Cáncer"
Este ciclo de seminarios web busca generar un espacio de encuentro entre investigadores del área de ingeniería, profesionales médicos, equipos técnicos y administrativos de instituciones oncológicas de Iberoamérica, con el propósito de compartir conocimiento, experiencias y buenas prácticas sobre el desarrollo, validación e implementación responsable de la inteligencia artificial en salud.
Para dar apertura a este ciclo, contaremos con la participación de la Dra. María A. Zuluaga, profesora del Departamento de Ciencia de Datos de EURECOM, en Sophia Antipolis, Francia, quien impartirá la conferencia:
Una visión estratificada de la IA confiable en salud
Resumen
La inteligencia artificial tiene un potencial creciente para apoyar la investigación, la toma de decisiones clínicas y el fortalecimiento de los sistemas de salud. Sin embargo, su adopción en escenarios reales exige avanzar más allá del desempeño técnico de los modelos, incorporando criterios de confiabilidad, robustez, validación, seguridad, reproducibilidad y pertinencia clínica.
En esta conferencia, la Dra. María A. Zuluaga presentará una visión estratificada de la IA confiable en salud, abordando los desafíos que surgen cuando los modelos de aprendizaje automático se desarrollan para contextos de alta complejidad y bajo margen de error, como la atención en salud.
Sobre la ponente:
María A. Zuluaga es profesora titular en EURECOM y ocupa una posición afiliada en la School of Biomedical Engineering & Imaging Sciences del King?s College London. Es ingeniera electrónica por la Universidad de los Andés (Colombia), con maestría en Ciencias de la Computación y doctorado en Procesamiento de Señales e Imágenes por la Université de Lyon (Francia). En 2024 fue galardonada con una ERC Consolidator Grant, y en 2026 fue elegida como miembro de la Junta directiva de la sociedad MICCAI (Medical Image Computing and Computer-Assisted Intervention).
Su investigación se centra en el desarrollo de nuevos métodos de aprendizaje automático a partir de datos multimodales, orientados a un uso seguro en la investigación en salud y en la práctica clínica. Sus áreas de aplicación incluyen imágenes cardiovasculares, neurovasculares y oncología, con especial interés en los retos de confiabilidad, robustez, evaluación de errores y validación de modelos de IA en el dominio médico. Es co-autora del libro "Trustworthy AI in Medical Imaging" publicado por Elsevier (consulta aquí).
