Hoy nos acompaña Manuel Cerezo, co-fundador de NeuroDeep, con una propuesta innovadora que fusiona la inteligencia artificial y la medicina en busca de revolucionar la detección temprana del cáncer.
Con una pasión inquebrantable por la inteligencia artificial y una visión transformadora, Manuel ha liderado un equipo comprometido en el desarrollo de soluciones tecnológicas disruptivas para el cuidado de la salud. Nos atiende en un bar madrileño en el que él y yo conversamos de manera distendida sobre muchos temas.
¿Quienes sois?
Somos NeuroDeep, una startup que ofrece una solución en el cruce entre la inteligencia artificial y el campo de la medicina. El equipo está conformado por 3 personas, Miguel Herencia, Ekaitz Arriola y yo, Manuel Cerezo.
Nos unimos con un objetivo común: abordar los desafíos en el diagnóstico temprano de enfermedades, aprovechando el potencial de la inteligencia artificial para revolucionar la detección, el tratamiento y la gestión de enfermedades graves. Nuestra diversidad en experiencia y habilidades nos permite combinar conocimientos en IA, medicina y análisis de datos para crear soluciones efectivas y éticas en el ámbito de la salud.
Ekaitz Arriola en una foto de archivoManuel Cerezo (izq.) y Miguel Herencia (drcha.) en una foto para VL
¿En qué consiste este proyecto y cuál es la motivación personal que os impulsó a iniciarlo?
Nuestro proyecto se centra en la detección de tumores cerebrales y hepáticos mediante la aplicación de inteligencia artificial a conjuntos de datos relacionados con la enfermedad.
Decidí iniciar este proyecto tras terminar la universidad y al enterarme de la creciente popularidad de un nuevo lenguaje de programación especializado en inteligencia artificial, junto con el interés en aprovechar conjuntos de datos sobre cáncer para desarrollar sus habilidades y ser más competitivo en su campo.
¿Cómo se empieza un proyecto de estas características y con qué retos os habéis encontrado hasta ahora?
Todo comenzó hace aproximadamente seis meses en verano, cuando terminé la universidad y me dediqué a estudiar la tecnología y conjuntos de datos sobre cáncer cerebral. Me familiaricé con una nueva tecnología y de trabajar en la comprensión y aplicación de los conjuntos de datos disponibles.
¿Ha habido cambios en la misión y visión del proyecto desde que empezasteis?, ¿Cómo os adaptáis en un mundo tan disruptivo e innovador como el de la inteligencia artificial?
La visión inicial era aprovechar la tecnología y conjuntos de datos sobre cáncer cerebral para mejorar las habilidades en inteligencia artificial. Hasta ahora, no hemos identificado cambios significativos en la misión, aunque la adaptación constante es crucial en un campo tan dinámico como la inteligencia artificial. Estamos abiertos a ajustar nuestros enfoques según evoluciona la tecnología y la comprensión del problema que estamos abordando.
¿Qué estrategias utilizáis para manteneros al tanto de los avances tecnológicos y médicos que podrían mejorar vuestro programa en el futuro?
Nos mantenemos actualizados principalmente a través de recursos en línea, papers científicos, y conjuntos de datos de instituciones gubernamentales y eventos especializados en el campo de la salud. Además, hemos establecido colaboraciones con profesionales médicos para entender mejor las necesidades del sector y estamos atentos a las revistas científicas donde se discuten los avances en inteligencia artificial aplicada a la medicina.
¿Cuál es vuestra visión respecto a la integración de vuestra solución en el sistema de atención médica? ¿Cómo creéis que puede cambiar el sistema si se implemente NeuroDeep en los hospitales?
Nuestra visión es integrar esta solución en el sistema de atención médica convencional para mejorar la detección temprana y el tratamiento de enfermedades. Creemos que si esta tecnología se implementa ampliamente, podría revolucionar la atención médica al permitir diagnósticos más precisos y rápidos, lo que potencialmente salvaría vidas y reduciría costos médicos a largo plazo.
Prototipo de NeuroDeep 1
Prototipo de NeuroDeep 2
¿Cómo de preciso es el programa actualmente y qué perspectivas de mejora tenéis a corto y largo plazo?
Actualmente, el programa muestra resultados prometedores en la detección de tumores cerebrales, aunque aún hay margen de mejora. Actualmente estaremos entre un 75% y un 80% de precisión para algunos cánceres específicos, con otros más difíciles de detectar la precisión baja a un 60% aproximadamente. A corto plazo, nos estamos enfocando en refinar el programa y a largo plazo, aspiran a aumentar significativamente la precisión y el número de cánceres a detectar.
¿Cómo medís el éxito del programa en términos de impacto en la detección temprana? ¿Existe la posibilidad de que haya sesgos?
Para medir el éxito del programa, nos enfocamos en varios aspectos. Uno de ellos es la precisión en la predicción de metástasis en pacientes con cáncer hepático, lo que permite tomar decisiones más precisas en el tratamiento. Además, estamos atentos al impacto económico y humano, como la reducción de costos, tiempos de intervención y, lo más importante, la posible salvación de vidas.
Respecto a los sesgos en los datos, estamos conscientes de esta posibilidad y trabajamos en validar y verificar la calidad de los datos utilizados, así como en implementar técnicas para reducir y mitigar sesgos en el modelo.
¿Contáis con asesores externos colaborando en este proyecto? ¿Cómo han influido en vuestro desarrollo?
Sí, tenemos colaboración con profesionales médicos, incluyendo cirujanos hepáticos de renombre, así como expertos en inteligencia artificial con experiencia en el campo de la salud. Estos asesores externos han sido fundamentales en el desarrollo del proyecto, aportando su conocimiento y experiencia para validar nuestras investigaciones y dirigirnos en la dirección correcta.
¿Qué tipo de colaboraciones habéis logrado hasta ahora? ¿Hay mucha diferencia entre colaborar con el sector público y el sector privado en España?
Hasta ahora, hemos colaborado con instituciones médicas públicas como hospitales y centros de investigación, así como con profesionales de la salud privados. La diferencia entre colaborar con el sector público y el privado en España radica principalmente en los procesos burocráticos y el acceso a datos sensibles. La sanidad pública suele requerir más trámites y regulaciones para implementar soluciones, especialmente cuando se trata de datos sensibles de pacientes.
¿Qué tan complicado fue acceder a los hospitales para establecer colaboraciones y obtener acceso a los datos para el proyecto?
Acceder a los hospitales ha sido un desafío significativo. En general, para este tipo de proyectos es crucial asociarse con centros de investigación o empresas con renombre en el sector. Los hospitales públicos son entidades complejas en términos de burocracia y regulaciones de acceso a datos médicos. Por fortuna, el contacto con uno de ellos surgió a través de la incubadora en la que nos encontramos. Estamos buscando establecer más colaboraciones, pero es un proceso que requiere tiempo y esfuerzo.
¿Cuál es vuestra estrategia de financiamiento a corto y largo plazo para mantener y expandir el proyecto?
En cuanto al financiamiento, actualmente estamos en una etapa temprana y nos encontramos en la fase de constitución de la empresa. Estamos buscando inversores y posibles colaboraciones con instituciones que nos permitan obtener la financiación necesaria para seguir desarrollando y refinando nuestro producto.
A largo plazo, buscamos establecernos en el mercado, obtener aprobaciones regulatorias y generar ingresos a través de la implementación de nuestra solución en instituciones médicas.
¿Qué consideraciones éticas son prioritarias para vosotros en el desarrollo y aplicación de la inteligencia artificial en la salud?
Las consideraciones éticas son fundamentales para nosotros. Garantizar la privacidad y seguridad de los datos de los pacientes es primordial. Además, nos enfocamos en la transparencia y la interpretabilidad de nuestro modelo para que los profesionales de la salud comprendan cómo se toman las decisiones. También nos comprometemos a asegurar que nuestra tecnología no cause sesgos o discriminación en el proceso de diagnóstico.
¿Cuál es la proyección de aquí a un año en términos de desarrollo y alcance?
En el próximo año, nuestro objetivo principal es obtener el producto mínimo viable (PMV) y comenzar las pruebas con hospitales reales. Pretendemos refinar nuestro modelo de inteligencia artificial para alcanzar una precisión aún mayor en la detección de cáncer hepático, así como establecer colaboraciones sólidas con instituciones médicas para demostrar la viabilidad y eficacia de nuestra solución.
¿Cómo te ves a ti y a tu equipo en 5 años, tanto en el aspecto profesional como en el impacto que esperáis tener en la sociedad?
En cinco años, aspiramos a consolidarnos como una empresa líder en tecnología de inteligencia artificial aplicada a la medicina. Queremos haber establecido nuestra solución como un estándar en la detección temprana y precisa de cáncer hepático, impactando positivamente en la atención médica al reducir costos, tiempos de intervención y, lo más importante, salvar vidas.
Hoy nos acompaña Manuel Cerezo, co-fundador de NeuroDeep, con una propuesta innovadora que fusiona la inteligencia artificial y la medicina en busca de revolucionar la detección temprana del cáncer.
Con una pasión inquebrantable por la inteligencia artificial y una visión transformadora, Manuel ha liderado un equipo comprometido en el desarrollo de soluciones tecnológicas disruptivas para el cuidado de la salud. Nos atiende en un bar madrileño en el que él y yo conversamos de manera distendida sobre muchos temas.
¿Quienes sois?
Somos NeuroDeep, una startup que ofrece una solución en el cruce entre la inteligencia artificial y el campo de la medicina. El equipo está conformado por 3 personas, Miguel Herencia, Ekaitz Arriola y yo, Manuel Cerezo.
Nos unimos con un objetivo común: abordar los desafíos en el diagnóstico temprano de enfermedades, aprovechando el potencial de la inteligencia artificial para revolucionar la detección, el tratamiento y la gestión de enfermedades graves. Nuestra diversidad en experiencia y habilidades nos permite combinar conocimientos en IA, medicina y análisis de datos para crear soluciones efectivas y éticas en el ámbito de la salud.
¿En qué consiste este proyecto y cuál es la motivación personal que os impulsó a iniciarlo?
Nuestro proyecto se centra en la detección de tumores cerebrales y hepáticos mediante la aplicación de inteligencia artificial a conjuntos de datos relacionados con la enfermedad.
Decidí iniciar este proyecto tras terminar la universidad y al enterarme de la creciente popularidad de un nuevo lenguaje de programación especializado en inteligencia artificial, junto con el interés en aprovechar conjuntos de datos sobre cáncer para desarrollar sus habilidades y ser más competitivo en su campo.
¿Cómo se empieza un proyecto de estas características y con qué retos os habéis encontrado hasta ahora?
Todo comenzó hace aproximadamente seis meses en verano, cuando terminé la universidad y me dediqué a estudiar la tecnología y conjuntos de datos sobre cáncer cerebral. Me familiaricé con una nueva tecnología y de trabajar en la comprensión y aplicación de los conjuntos de datos disponibles.
¿Ha habido cambios en la misión y visión del proyecto desde que empezasteis?, ¿Cómo os adaptáis en un mundo tan disruptivo e innovador como el de la inteligencia artificial?
La visión inicial era aprovechar la tecnología y conjuntos de datos sobre cáncer cerebral para mejorar las habilidades en inteligencia artificial. Hasta ahora, no hemos identificado cambios significativos en la misión, aunque la adaptación constante es crucial en un campo tan dinámico como la inteligencia artificial. Estamos abiertos a ajustar nuestros enfoques según evoluciona la tecnología y la comprensión del problema que estamos abordando.
¿Qué estrategias utilizáis para manteneros al tanto de los avances tecnológicos y médicos que podrían mejorar vuestro programa en el futuro?
Nos mantenemos actualizados principalmente a través de recursos en línea, papers científicos, y conjuntos de datos de instituciones gubernamentales y eventos especializados en el campo de la salud. Además, hemos establecido colaboraciones con profesionales médicos para entender mejor las necesidades del sector y estamos atentos a las revistas científicas donde se discuten los avances en inteligencia artificial aplicada a la medicina.
¿Cuál es vuestra visión respecto a la integración de vuestra solución en el sistema de atención médica? ¿Cómo creéis que puede cambiar el sistema si se implemente NeuroDeep en los hospitales?
Nuestra visión es integrar esta solución en el sistema de atención médica convencional para mejorar la detección temprana y el tratamiento de enfermedades. Creemos que si esta tecnología se implementa ampliamente, podría revolucionar la atención médica al permitir diagnósticos más precisos y rápidos, lo que potencialmente salvaría vidas y reduciría costos médicos a largo plazo.
¿Cómo de preciso es el programa actualmente y qué perspectivas de mejora tenéis a corto y largo plazo?
Actualmente, el programa muestra resultados prometedores en la detección de tumores cerebrales, aunque aún hay margen de mejora. Actualmente estaremos entre un 75% y un 80% de precisión para algunos cánceres específicos, con otros más difíciles de detectar la precisión baja a un 60% aproximadamente. A corto plazo, nos estamos enfocando en refinar el programa y a largo plazo, aspiran a aumentar significativamente la precisión y el número de cánceres a detectar.
¿Cómo medís el éxito del programa en términos de impacto en la detección temprana? ¿Existe la posibilidad de que haya sesgos?
Para medir el éxito del programa, nos enfocamos en varios aspectos. Uno de ellos es la precisión en la predicción de metástasis en pacientes con cáncer hepático, lo que permite tomar decisiones más precisas en el tratamiento. Además, estamos atentos al impacto económico y humano, como la reducción de costos, tiempos de intervención y, lo más importante, la posible salvación de vidas.
Respecto a los sesgos en los datos, estamos conscientes de esta posibilidad y trabajamos en validar y verificar la calidad de los datos utilizados, así como en implementar técnicas para reducir y mitigar sesgos en el modelo.
¿Contáis con asesores externos colaborando en este proyecto? ¿Cómo han influido en vuestro desarrollo?
Sí, tenemos colaboración con profesionales médicos, incluyendo cirujanos hepáticos de renombre, así como expertos en inteligencia artificial con experiencia en el campo de la salud. Estos asesores externos han sido fundamentales en el desarrollo del proyecto, aportando su conocimiento y experiencia para validar nuestras investigaciones y dirigirnos en la dirección correcta.
¿Qué tipo de colaboraciones habéis logrado hasta ahora? ¿Hay mucha diferencia entre colaborar con el sector público y el sector privado en España?
Hasta ahora, hemos colaborado con instituciones médicas públicas como hospitales y centros de investigación, así como con profesionales de la salud privados. La diferencia entre colaborar con el sector público y el privado en España radica principalmente en los procesos burocráticos y el acceso a datos sensibles. La sanidad pública suele requerir más trámites y regulaciones para implementar soluciones, especialmente cuando se trata de datos sensibles de pacientes.
¿Qué tan complicado fue acceder a los hospitales para establecer colaboraciones y obtener acceso a los datos para el proyecto?
Acceder a los hospitales ha sido un desafío significativo. En general, para este tipo de proyectos es crucial asociarse con centros de investigación o empresas con renombre en el sector. Los hospitales públicos son entidades complejas en términos de burocracia y regulaciones de acceso a datos médicos. Por fortuna, el contacto con uno de ellos surgió a través de la incubadora en la que nos encontramos. Estamos buscando establecer más colaboraciones, pero es un proceso que requiere tiempo y esfuerzo.
¿Cuál es vuestra estrategia de financiamiento a corto y largo plazo para mantener y expandir el proyecto?
En cuanto al financiamiento, actualmente estamos en una etapa temprana y nos encontramos en la fase de constitución de la empresa. Estamos buscando inversores y posibles colaboraciones con instituciones que nos permitan obtener la financiación necesaria para seguir desarrollando y refinando nuestro producto.
A largo plazo, buscamos establecernos en el mercado, obtener aprobaciones regulatorias y generar ingresos a través de la implementación de nuestra solución en instituciones médicas.
¿Qué consideraciones éticas son prioritarias para vosotros en el desarrollo y aplicación de la inteligencia artificial en la salud?
Las consideraciones éticas son fundamentales para nosotros. Garantizar la privacidad y seguridad de los datos de los pacientes es primordial. Además, nos enfocamos en la transparencia y la interpretabilidad de nuestro modelo para que los profesionales de la salud comprendan cómo se toman las decisiones. También nos comprometemos a asegurar que nuestra tecnología no cause sesgos o discriminación en el proceso de diagnóstico.
¿Cuál es la proyección de aquí a un año en términos de desarrollo y alcance?
En el próximo año, nuestro objetivo principal es obtener el producto mínimo viable (PMV) y comenzar las pruebas con hospitales reales. Pretendemos refinar nuestro modelo de inteligencia artificial para alcanzar una precisión aún mayor en la detección de cáncer hepático, así como establecer colaboraciones sólidas con instituciones médicas para demostrar la viabilidad y eficacia de nuestra solución.
¿Cómo te ves a ti y a tu equipo en 5 años, tanto en el aspecto profesional como en el impacto que esperáis tener en la sociedad?
En cinco años, aspiramos a consolidarnos como una empresa líder en tecnología de inteligencia artificial aplicada a la medicina. Queremos haber establecido nuestra solución como un estándar en la detección temprana y precisa de cáncer hepático, impactando positivamente en la atención médica al reducir costos, tiempos de intervención y, lo más importante, salvar vidas.