Adrià Tauste Campo

BIOCOM-SC – Universitat Politècnica de Catalunya

Adrià Tauste Campo es Profesor Titular e Investigador Principal en el Departamento de Física de la UPC y co-fundador de BrainFocus Labs, una spin-off de la UPC que desarrolla software para la detección de la zona de inicio de crisis a partir de señales de EEG intracraneal. Su trabajo une la neurociencia computacional y la epilepsia clínica, con el foco en trasladar métodos de análisis de señales a herramientas utilizables en entornos clínicos reales.

Título de la ponencia: Testeo de la plataforma BrainFocus en el Hospital Sant Joan de Déu: experiencias y lecciones aprendidas

Resumen: Esta ponencia comparte las primeras experiencias del testeo de la plataforma multimodal BrainFocus en el Hospital Sant Joan de Déu, que, en su estadio actual, analiza registros SEEG e integra las resonancias magnéticas pre- y post-implantación y los vídeos de los pacientes para apoyar la localización de la zona de inicio de crisis. Describimos cómo se integró la herramienta en el flujo de trabajo clínico, los retos prácticos y técnicos encontrados y el feedback recogido de los clínicos. Cerramos con las principales lecciones aprendidas sobre la validación de herramientas de IA multimodales en un entorno hospitalario y sus implicaciones para el desarrollo futuro.

Alberto Alonso Álvarez

IIDONIA

Título de la ponencia: Del Algoritmo a la Práctica Clínica: Cómo orquestar la IA a gran escala (Casos GVA y SESPA)

Resumen: Desplegar Inteligencia Artificial en salud exige superar el cuello de botella de las integraciones con los sistemas de información de los hospitales. Expondremos cómo el modelo Vendor Neutral Orchestrator (VNO) de Idonia actúa como middleware único para centralizar y escalar múltiples algoritmos. Analizaremos dos casos de éxito reales en los que se procesan 10.000 estudios diarios mediante algoritmos de apoyo a la decisión en los ámbitos de urgencias y oncología para el análisis de patologías torácicas, fracturas, dermatología o retinografías.

Eric García Ordoñez

GooVentures

Eric Garcia es managing partner de GooVentures y de la consultora tecnológica GooApps, juntos conforman un venture studio enfocado en HealthTech, SportsTech y WellnessTech. Con más de 15 años de experiencia en tecnología, lidera proyectos de co-creación de startups tecnológicas en colaboración con hospitales, universidades y centros de investigación, combinando desarrollo tecnológico, inversión seed y acompañamiento estratégico. Su modelo se centra en generar impacto real mediante IA, mobile apps y data analytics.

Título de la ponencia: Co-creando Startups de HealthTech con IA: del entorno sanitario al mercado.

Resumen:

Compartiremos el modelo de GooVentures para co-crear startups de HealthTech con impacto real, desde la fase de idea hasta la validación de mercado. Explicaremos cómo combinamos desarrollo tecnológico (apps, IA, data analytics), inversión seed y colaboración con instituciones sanitarias y de investigación para transformar conocimiento clínico en soluciones escalables.Presentaremos casos prácticos de proyectos actuales en diagnóstico precoz y terapias personalizadas, y las claves para superar el «valle de la muerte» entre la investigación y el mercado.

Marecelino Cortina García

TreeLogic

Marcelino Cortina es licenciado en Matemáticas por la Universidad Complutense de Madrid, con especialización en Ciencias de la Computación, inteligencia artificial y lógica matemática. Actualmente, ejecutivo sénior con una trayectoria de más de treinta y cinco años en el sector tecnológico, especializado en inteligencia artificial, big data, ciberseguridad y transformación digital.

Desde 2018 lidera Treelogic, impulsando su posicionamiento como una empresa referente en el desarrollo de soluciones innovadoras en ámbitos como eHealth, ciberseguridad y servicios IT. Durante su mandato ha sido clave la consolidación de Treelogic como una compañía tecnológica reconocida por su excelencia en I+D, por su papel en proyectos europeos y su enfoque en tecnologías que moldean el futuro.

Su carrera incluye cargos de responsabilidad en destacadas consultoras como Capgemini, Indra, Seresco y Connectis, donde lideró proyectos estratégicos de transformación digital, desarrollo de software y servicios TIC para grandes organizaciones. También fue Presidente de DREAMgenics, empresa de bioinformática, a la que dirigió durante su etapa fundacional entre 2011 y 2014.

Complementa su perfil técnico y empresarial con inquietudes creativas, siendo autor de las novelas En blanco y negro (2024), finalista del premio Tuber Melanosporum 2024, y Los Santos son de madera (2025).

Título de la ponencia: IA en la alerta temprana de sepsis en hospitales

Resumen:  La detección precoz de la sepsis salva vidas, pero los sistemas de alerta temprana basados en algoritmos clásicos como SOFA o qSOFA generan una avalancha de falsos positivos que satura a los profesionales y erosiona la confianza en la propia alerta. SEPSIS IA aborda ese problema desde una posición singular: la experiencia de Tree comercializando SEPSIS SW, un sistema de código sepsis ya desplegado en entornos hospitalarios reales.

En lugar de reemplazar la alerta tradicional, SEPSIS IA incorpora una segunda capa de inteligencia artificial que reestima el riesgo real de los pacientes que ya han saltado, ordenándolos según su probabilidad efectiva de sepsis. El modelo —un ensemble de más de 500 árboles de decisión— alcanza un área bajo la curva del 87 % y reduce los falsos positivos en más de un 60 % sobre poblaciones independientes, e incorpora una capa de interpretabilidad que explica cada decisión variable a variable, condición imprescindible para su adopción clínica.

La ponencia recorre el diseño de la solución, sus resultados de validación y su camino hacia la integración en la historia clínica hospitalaria.

Paula Moreno Ruíz

QUIBIM

Paula Moreno.

Título de la ponencia:

Resumen:

Javier Calvo Martín

Management Solutions

Javier Calvo Martín es socio de Management Solutions (MS), Chief Artificial Intelligence Officer y el responsable de las prácticas de IA (desarrollo y regulación) y gestión del riesgo de modelo (MRM). Adicionalmente, lidera el área de I+D de MS. Es matemático especializado en inteligencia artificial, con una trayectoria de más de 20 años desarrollando proyectos sobre estos dominios en organismos reguladores y corporaciones en sectores regulados de Europa, América y Oceanía.

Título de la ponencia: Regulación en IA y estrategias de adaptación

Resumen: Durante la sesión, se llevará a cabo una visión ejecutiva del contexto regulatorio de la IA aplicada al sector farmacéutico, con foco en las últimas actualizaciones en relación al “AI Act” y los Principios en IA de la EMA, así como en los principales impactos de esta normativa. También se comentarán de forma ejecutiva algunas palancas de IA generativa y agéntica para facilitar el cumplimiento de las mismas.

Inés Del Val Guardiola

Hospital de la Santa Creu i Sant Pau

Inés Del Val, Graduada en Ingeniera Biomédica y responsable de estrategia e innovación del programa IA3 (Artificial Intelligence, Advance Imaging and Strategy & Innovation) del Servicio de Diagnóstico por la Imagen del Hospital de la Santa Creu i Sant Pau. Mi trabajo se centra en la evaluación, integración y validación clínica de soluciones de inteligencia artificial aplicadas a la imagen médica, promoviendo su integración segura y efectiva en la práctica asistencial. Además, participo en proyectos europeos de investigación relacionados con inteligencia artificial, datos sintéticos y biomarcadores de imagen, con el objetivo de trasladar la innovación tecnológica a necesidades clínicas reales.

Título de la ponencia: Integrar la IA en el hospital: la experiencia del programa IA3

Resumen: La inteligencia artificial ofrece nuevas oportunidades para mejorar la atención sanitaria, pero su impacto depende tanto del desarrollo de nuevas soluciones como de su integración en la práctica clínica. En esta ponencia se presentará la experiencia del programa IA3 del Servicio de Diagnóstico por la Imagen del Hospital de la Santa Creu i Sant Pau, mostrando cómo un hospital puede combinar el desarrollo de herramientas propias, la implementación de soluciones comerciales y la investigación colaborativa para responder a necesidades clínicas reales. A través de distintos casos de uso se abordarán estrategias basadas en biomarcadores de imagen, calidad de imagen, datos sintéticos e implementación clínica, así como los principales retos relacionados con la validación, la integración en los sistemas hospitalarios y la evaluación del impacto clínico y organizativo. El objetivo es ofrecer una visión práctica de cómo trasladar la innovación en IA a la asistencia sanitaria.

Pablo NAval-Baudin

Hospital Universitari de Bellvitge

Pablo Naval Baudín es neurorradiólogo y responsable clínico de la Unitat de Radiòmica i Imatge Computacional del Hospital Universitari de Bellvitge – Institut de Diagnòstic per la Imatge. Su investigación se centra en biomarcadores de imagen médica y en la traducción clínica de la imagen computacional y la inteligencia artificial en radiología. Investigador del grupo TRIBIO (IDIBELL) y de UCL Queen Square, Investigador Principal del proyecto MSPredict (CaixaImpulse), miembro de la comisión de IA de la Sociedad Española de Radiología (SERAM), y Responsable de la Vocalía de Biotecnología e IA de la SERAM 2026. Coordina el proyecto de transformación del flujo asistencial en esclerosis múltiple ImaginEM que ha recibido el Premio IESE-Novartis 2026 a la Excelencia Operativa.

Título de la ponencia: Cerrando la brecha: Traslación clínica de la IA y procesado de imagen médica

Resumen: La inteligencia artificial en imagen médica avanza rápido en el laboratorio, pero su llegada a la práctica clínica sigue siendo el verdadero cuello de botella. Esta ponencia recorre ese camino de traducción desde la experiencia directa en neuroimagen: cómo se construye y valida un pipeline de imagen computacional, qué obstáculos aparecen al pasar de la investigación al paciente y qué se necesita para que estas herramientas transformen realmente el trabajo del radiólogo. Se ilustrará con casos reales de validación clínica de IA.

Júlia Romagosa Pérez

  Hospital Sant Joan de Déu Barcelona
Centro de Imagen Computacional Pediátrica (PeCIC)

Júlia Romagosa es ingeniera biomédica por la Universitat Politècnica de Catalunya. Actualmente es investigadora en el Centro de Imagen Computacional Pediátrica (PeCIC) del Hospital Sant Joan de Déu de Barcelona, donde desarrolla su labor en el ámbito del procesamiento y análisis de imagen médica aplicado a la pediatría. Ha participado en múltiples proyectos nacionales e internacionales en el campo de la imagen médica, colaborando con equipos multidisciplinares de clínicos e ingenieros orientados a trasladar los avances tecnológicos a la práctica asistencial.

Es experta en el desarrollo de herramientas de ayuda al diagnóstico de patologías pediátricas en distintas modalidades de imagen, combinando técnicas de procesamiento de imagen y aprendizaje automático para mejorar la precisión y eficiencia de los procesos diagnósticos. Actualmente centra su trabajo en el ámbito de la neuroimagen y las cardiopatologías pediátricas, áreas en las que investiga soluciones innovadoras que contribuyan a un diagnóstico más temprano y preciso en población infantil.

Título de la ponencia: Avances en el análisis de imágenes médicas para la investigación clínica y la innovación en pediatría.

Resumen:

Esta ponencia presenta el trabajo del Centro de Imagen Computacional Pediátrica del Hospital Sant Joan de Déu (PeCIC), donde se combinan técnicas de procesamiento de imagen y aprendizaje automático para dar respuesta a los retos específicos de la imagen médica pediátrica, marcados por la variabilidad anatómica del desarrollo y la limitada disponibilidad de datos. Se presentarán líneas de trabajo actuales centradas en neuroimagen y cardiopatologías pediátricas, con herramientas orientadas a la segmentación automática y la detección precoz de alteraciones. A través de ejemplos de colaboración entre ingenieros y clínicos, se mostrará cómo estas soluciones contribuyen a un diagnóstico más temprano y preciso, reforzando el papel de la imagen médica como motor de innovación en la pediatría.

Clara Prats Soler

Universitat Politècnica de Catalunya (UPC)
BIOCOM-SC

Título de la ponencia: IA e investigación biomédica en una universidad tecnológica: impulsando una innovación en salud ética y responsable

Resumen:

Domenec Puig Valls

Universitat Rovira i Virgili (URV)

Domenec Puig es catedrático de universidad en el Departamento de Ingeniería Informática y Matemáticas de la Universitat Rovira i Virgili (URV), donde es investigador principal del laboratorio de Robótica y Visión Inteligentes (grupo ITAKA). Licenciado y doctor en Informática por la UPC, sus líneas de investigación abarcan el procesamiento de imágenes, la visión por computador, el análisis de imagen médica y el aprendizaje automático. Ha liderado más de 40 proyectos de investigación europeos, estatales y autonómicos, es autor de más de 200 publicaciones y ha dirigido más de 26 tesis doctorales. Es cofundador de dos empresas spin-off de la URV y ha ocupado cargos de gestión universitaria, entre ellos el de vicerrector de Docència, Programació Acadèmica i Professorat.

Título de la ponencia: Inteligencia Artificial Explicable en Modelos Transformer: Hacia un Diagnóstico Médico Más Fiable para la Sociedad.

Resumen: La ponencia abordará el desarrollo y la aplicación de sistemas de inteligencia artificial orientados al soporte al diagnóstico clínico, con especial atención al procesamiento de imagen biomédica y su integración en flujos de trabajo hospitalarios reales. A partir de casos de uso en patologías pediátricas, se presentarán los retos técnicos y clínicos de estas soluciones, así como su potencial para mejorar la precisión, rapidez y fiabilidad del diagnóstico médico.

Oliver Díaz Montesdeoca

Universitat de Barcelona (UB)

Título de la ponencia: Generar salud donde más se necesita

Resumen: La inteligencia artificial generativa puede hacer mucho más que crear textos o imágenes: también puede ampliar las capacidades clínicas allí donde faltan especialistas, datos o tecnología avanzada. Exploraremos sus oportunidades en el ámbito de la salud, desde la generación de imágenes médicas hasta el apoyo a los profesionales sanitarios. Se presentarán resultados de investigaciones recientes sobre la generación de imágenes médicas sintéticas y su potencial para desarrollar soluciones accesibles, fiables y adaptadas al contexto local, sin olvidar los retos clínicos, éticos y formativos asociados.

Manuel Lozano García

Universtiat Politècnica de Catalunya
IBEC

Manuel Lozano García es Senior Researcher en el grupo de Procesado e Interpretación de Señales Biomédicas del Instituto de Bioingeniería de Cataluña (IBEC) y profesor agregado en el Departamento de Ingeniería de Sistemas, Automática e Informática Industrial de la UPC. Es Ingeniero de Telecomunicaciones, Máster y Doctor en Ingeniería Biomédica por la UPC, y Máster en Bioinformática y Bioestadística por la UOC. Su investigación se centra en el procesado y análisis de señales fisiológicas para la evaluación de la función respiratoria en distintas patologías. Ha realizado estancias postdoctorales en King’s College London y University College Dublin. Es autor de 16 artículos científicos y ha contribuido a más de 40 congresos nacionales e internacionales. Actualmente es coordinador del grado en Ingeniería Biomédica de la UPC, donde también imparte docencia en el Máster de Tecnologías Biomédicas Avanzadas, y coordina la AI for Bioengineering Thematic Network del IBEC.

Título de la ponencia: IA y biomarcadores digitales en señales biomédicas: investigar, enseñar y conectar

Resumen: En esta ponencia presentaré el trabajo que llevamos a cabo en el grupo de Procesado e Interpretación de Señales Biomédicas del Instituto de Bioingeniería de Cataluña (IBEC) en torno a la aplicación de la IA al análisis de señales biomédicas y su aplicación clínica. Hablaré también de cómo he conectado esta línea de investigación con la docencia en Biomarcadores Digitales e Inteligencia Artificial en la Asistencia Sanitaria en la UPC, tratando de crear un ciclo continuo entre lo que investigamos y lo que enseñamos. Finalmente, hablaré de la Thematic Network en IA que coordino dentro del IBEC, una iniciativa orientada a fomentar la colaboración intramural en inteligencia artificial entre grupos de investigación con intereses afines.

Miguel Ángel González Ballester

Universitat Pompeu Fabra (UPF)
ICREA

Prof. Miguel A. González Ballester es ingeniero informático por la Universidad Jaume I (1996) y doctor en ingeniería por la Universidad de Oxford (2000). Trabajó como investigador senior en Toshiba Medical Systems (Japón), INRIA (Francia), Universidad de Berna (Suiza) y Alma IT Systems (Barcelona), desarrollando métodos de IA para el análisis de imágenes médicas y el guiado quirúrgico. Desde el año 2013 es profesor investigador ICREA en la Universidad Pompeu Fabra de Barcelona. Es director fundador de la unidad BCN Medtech, ha publicado más de 500 publicaciones en revistas y congresos científicos, y ha dirigido 27 tesis doctorales finalizadas. Ha dirigido numerosos proyectos internacionales, entre los que destaca el proyecto ERC Synergy Zee-zoom-zap. Es co-fundador de la empresa MiWEndo Solutions SL, e investigador visitante del grupo QUANTIC del Barcelona Supercomputing Center, donde su investigación se centra en paradigmas de computación cuántica para IA.

Título de la ponencia: Inteligencia artificial y computación cuántica para la salud

Resumen: La inteligencia artificial está teniendo un impacto transformador en todos los ámbitos de la sociedad, y la salud no es una excepción. Tecnologías tales como el aprendizaje automático, la visión por computador o la robótica tienen el potencial de cambiar para siempre las prácticas de tratamiento y prevención de enfermedades. Sin embargo, el ámbito de la salud es por su propia naturaleza crítico, y por tanto aspectos tales como la seguridad y la verificabilidad son clave. En esta presentación exploraremos algunos trabajos recientes de nuestro grupo en IA para el análisis de imágenes médicas, incluyendo la exploración de vínculos con la computación cuántica.