Proyectos por año
Perfil de la organización
Perfil de la organización
OBJETIVOS:
1) Fomentar el estudio de las técnicas existentes en la inteligencia artificial con el propósito de aplicarlas en la solución de problemas en el área de la salud principalmente"
2) Establecer soluciones en el área de la medicina y las ciencias de la salud a través de paradigmas de la inteligencia artificial.
3) Generar nuevas alternativas para la creación de modelos de inteligencia artificial basados en sistemas bioinspirados."
DESCRIPCIÓN:
El semillero de inteligencia artificial en salud busca generar espacios de discusión, donde a partir de las problemáticas que se pueden encontrar en las áreas de medicina y ciencias de la salud, y las posibles soluciones que salgan desde el área de la ingeniería puedan fusionarse para encontrar salidas viables. Al mismo tiempo, a través del semillero busca fundamentar a estudiantes y profesionales en el área de la inteligencia artificial que cada día es más empleada en diferentes campos, considerándose transversal para muchas ciencias.
LÍNEAS DE INVESTIGACIÓN:
- Biomedical Data Science
- Diagnosis Support Systems
- Machine and Deep Learning
- Natural Language Processing
ACTIVIDADES PROPUESTAS:
- Seminarios sobre temas actuales de la inteligencia artificial - todas las semanas
- Realización de monografía - durante el periodo académico
- Preparación de artículos para congreso - durante el periodo académico
- Presentación de trabajos de los estudiantes - durante el periodo académico
Perfil de la organización
OBJETIVOS:
1) Fomentar el estudio de las técnicas existentes en la inteligencia artificial con el propósito de aplicarlas en la solución de problemas en el área de la salud principalmente"
2) Establecer soluciones en el área de la medicina y las ciencias de la salud a través de paradigmas de la inteligencia artificial.
3) Generar nuevas alternativas para la creación de modelos de inteligencia artificial basados en sistemas bioinspirados."
DESCRIPCIÓN:
El semillero de inteligencia artificial en salud busca generar espacios de discusión, donde a partir de las problemáticas que se pueden encontrar en las áreas de medicina y ciencias de la salud, y las posibles soluciones que salgan desde el área de la ingeniería puedan fusionarse para encontrar salidas viables. Al mismo tiempo, a través del semillero busca fundamentar a estudiantes y profesionales en el área de la inteligencia artificial que cada día es más empleada en diferentes campos, considerándose transversal para muchas ciencias.
LÍNEAS DE INVESTIGACIÓN:
- Biomedical Data Science
- Diagnosis Support Systems
- Machine and Deep Learning
- Natural Language Processing
ACTIVIDADES PROPUESTAS:
- Seminarios sobre temas actuales de la inteligencia artificial - todas las semanas
- Realización de monografía - durante el periodo académico
- Preparación de artículos para congreso - durante el periodo académico
- Presentación de trabajos de los estudiantes - durante el periodo académico
Huella digital
Profundizar en los temas de investigación en los que Semillero de Investigación: Inteligencia Artificial en Salud - SemillIAS está activo. Estas etiquetas de temas provienen de las obras de los integrantes de esta organización. Juntos, forma una huella digital única.
Red
Colaboración externa reciente a nivel de país/territorio. Para consultar los detalles, haga clic en los puntos o
Proyectos
- 1 Terminado
-
Ambiente y Salud
Barragan Gonzalez, A. M., Buitrago Medina, D. A., Londoño Tobón, L. F., Moya Ortiz, C. A., Rojas Reyes, C., Ospina Espinosa, M., Noriega Ramírez, S., Hernandez Duarte, I., De Brigard Cabal, S., Guerrero Leon, S. J., Orjuela Cañón, A. D. & Perdomo Charry, O. J.
5/4/20 → 11/30/21
Proyecto: Proyecto de Investigación/Creación
Resultados de investigaciones
-
Clustering Proposal Support for the COVID-19 Making Decision Process in a Data Demanding Scenario
Orjuela-Cañón, A. D. & Perdomo Charry, O. J., jun. 10 2021, IEEE Latin America Transactions, 19, 6, p. 1041 - 1049 8 p.Resultado de la investigación: Contribución a publicación especializada › Artículo
2 Citas (Scopus) -
Intensive Care Unit Occupancy Time Series Forecasting for COVID-19 Pandemic
Orjuela-Canon, A. D., Perdomo, O., Mendoza, L. & Valencia, C. H., 2021, 2021 IEEE 2nd International Congress of Biomedical Engineering and Bioengineering, CI-IB and BI 2021. Institute of Electrical and Electronics Engineers Inc., (2021 IEEE 2nd International Congress of Biomedical Engineering and Bioengineering, CI-IB and BI 2021).Resultado de la investigación: Capítulo en Libro/Reporte/Conferencia › Contribución a la conferencia
-
Modelación de series de tiempo para la predicción del uso de camas de unidades de cuidado intensivo asociado a la COVID-19
Perdomo Charry, O. J. & Orjuela-Cañón, A. D., nov. 2021, Biomédica. 3 ed. Bogotá, D.C.: Revista del Instituto Nacional de Salud - ISSN 25907379, Vol. 41. p. 146-323Resultado de la investigación: Capítulo en Libro/Reporte/Conferencia › Contribución a la conferencia