El Centro de Ingeniería Biomédica (BME) de la Universidad de Oviedo tiene por objetivo fundacional apoyar a las empresas asturianas a desarrollar su competitividad por medio de la innovación "medtech". Esta jornada es una excelente oportunidad de establecer contacto con empresas alineadas con este objetivo.
Responsables
Víctor Manuel González Suárez — investigador principal.
Equipo investigador
Víctor Manuel González Suárez; Ángel Francisco del Río Álvarez; Fernando Moncada Martins; Saúl Pérez Fernández; Guillermo Vilanova Caicoya; Celia Melendi Lavandera; Gerard Villarroya Piqué; Pablo García Marcos; Rebeca Oliveira Suárez; Paula Puerta González; Nicolás Menéndez.
AI Biomedical Engineering - Centro BME
Inteligencia artificial para analizar señales e imágenes médicas.
AI Biomedical Engineering desarrolla algoritmos de inteligencia artificial para analizar señales fisiológicas e imágenes médicas y apoyar el trabajo de los profesionales sanitarios. Sus líneas incluyen el análisis de electroencefalogramas para estudiar fotosensibilidad y alteraciones del sueño, así como el procesamiento de resonancias magnéticas de mama para investigar la predicción de la respuesta a quimioterapia neoadyuvante.
El equipo combina investigación básica y desarrollo de prototipos con el objetivo de automatizar tareas repetitivas y extraer información de grandes volúmenes de datos. Sus herramientas se plantean como apoyo a la interpretación clínica, con aplicaciones que requieren evaluación antes de incorporarse a la asistencia. El grupo busca financiación, acceso a datos y colaboración para estudios clínicos, y ofrece posibilidades de transferencia a empresas de salud digital y dispositivos de imagen médica.
E2BNA · Espectrometría y Electroquímica BioNanoelectroanalíticas
Biosensores para investigar el diagnóstico diferencial del ictus.
E2BNA diseña dispositivos bioelectroanalíticos para estudiar biomarcadores que puedan ayudar a diferenciar el ictus isquémico del hemorrágico. El proyecto explora muestras mínimamente invasivas, como el exudado nasal, y combina reconocimiento molecular con detección electroquímica de proteínas y ácidos nucleicos. Su objetivo es obtener información útil mediante sistemas pequeños y procedimientos sencillos, con potencial para el análisis fuera de laboratorios especializados.
La investigación se encuentra en fase de prototipo y laboratorio e incluye el desarrollo de estrategias de amplificación y detección de microARN. Estas tecnologías buscan complementar el proceso diagnóstico, sin que se haya establecido todavía su aplicación clínica para el ictus. El grupo necesita financiación, socios empresariales y colaboración científica para avanzar, con especial interés para empresas de dispositivos médicos, diagnóstico y tecnologías sanitarias.
Responsables
Rosario Pereiro García — responsable del grupo y catedrática de Química Analítica. María Teresa Fernández Abedul — contacto científico para el evento.
Equipo investigador
María Rosario Pereiro García; María Teresa Fernández Abedul; Beatriz Fernández García; Lara Lobo Revilla; Estefanía Costa Rama; Alejandro Rodríguez Penedo; Pablo Rioboo Legaspi; Clara de Lorenzo González; Jaime Martínez García; Alicia Villa Vázquez; Marta Marina Latorre; Ana Fernández Quesada; Pablo Gutiérrez García; Alejandro Quirós Sánchez.
Responsables
Luciano Sánchez Ramos — responsable del grupo Metrología y Modelos. Enol García González y José Ramón Villar Flecha — investigadores principales del proyecto.
Equipo investigador
Enol García González; José Ramón Villar Flecha; Laura Menéndez García. Miembros del grupo citados en la ficha: Enrique Antonio de la Cal Marín; Nahuel Costa Cortez; Inés Couso Blanco; José Otero Rodríguez; María del Rosario Suárez Fernández. Responsable del grupo: Luciano Sánchez Ramos.
Metrología y Modelos · AI4BCDIAG
Inteligencia artificial que aprende del cribado del cáncer de mama.
E2BNA diseña dispositivos bioelectroanalíticos para estudiar biomarcadores que puedan ayudar a diferenciar el ictus isquémico del hemorrágico. El proyecto explora muestras mínimamente invasivas, como el exudado nasal, y combina reconocimiento molecular con detección electroquímica de proteínas y ácidos nucleicos. Su objetivo es obtener información útil mediante sistemas pequeños y procedimientos sencillos, con potencial para el análisis fuera de laboratorios especializados.
La investigación se encuentra en fase de prototipo y laboratorio e incluye el desarrollo de estrategias de amplificación y detección de microARN. Estas tecnologías buscan complementar el proceso diagnóstico, sin que se haya establecido todavía su aplicación clínica para el ictus. El grupo necesita financiación, socios empresariales y colaboración científica para avanzar, con especial interés para empresas de dispositivos médicos, diagnóstico y tecnologías sanitarias.
Metrología y Modelos · INMERBOT
Robots con inteligencia artificial para interpretar voz y sonidos.
INMERBOT incorpora módulos de inteligencia artificial a robots industriales para analizar la voz y reconocer sonidos humanos relevantes en su entorno. El equipo desarrolla sistemas capaces de inferir indicadores emocionales a partir del habla y clasificar eventos acústicos como tos, llanto o respiración. El procesamiento se realiza localmente en un módulo instalado en el robot, sin depender de un análisis continuo en la nube.
Estos prototipos exploran aplicaciones en interacción entre personas y robots, bienestar laboral y detección de situaciones potencialmente anómalas. Los indicadores inferidos de la voz se presentan como información experimental, no como una evaluación clínica del estado emocional. El equipo busca financiación, datos y colaboración para ampliar su evaluación en entornos reales, con oportunidades para fabricantes de robots, integradores, empresas de automatización y sistemas de monitorización inteligente.
Responsables
Enrique Antonio de la Cal Marín — investigador principal y profesor titular de Universidad.
Equipo investigador
Equipo investigador: Enrique Antonio de la Cal Marín; Luciano Sánchez; José R. Villar; Paula Fernández. Colaboración empresarial e institucional: Juan Luis Carús, de TSK, y Javier Sedano, de ITCL.
Instrumentation & Measurement Lab.
Control ocular para facilitar la comunicación y la autonomía.
Instrumentation & Measurement Lab investiga sistemas que convierten los movimientos oculares en herramientas de comunicación e interacción con dispositivos digitales. A partir de señales electrofisiológicas visuales, el equipo desarrolla tecnologías orientadas a personas con discapacidad motriz y explora su utilidad como apoyo al estudio de alteraciones neurológicas y oculomotoras.
El trabajo combina instrumentación e inteligencia artificial para diseñar soluciones accesibles y de bajo coste. Entre los desarrollos documentados se encuentran el control del puntero y el uso de teclados virtuales mediante señales oculares. La línea se identifica como investigación básica y busca financiación y colaboración para ensayos clínicos, con posibilidades de transferencia hacia dispositivos médicos, tecnologías asistenciales, accesibilidad y sistemas de apoyo a la vida autónoma.
Responsables
Francisco Javier Ferrero Martín — investigador principal y catedrático de Universidad.
Equipo investigador
Francisco Javier Ferrero Martín; Alberto López Martínez — investigador sénior.
Responsables
Ignacio Díaz Blanco — investigador principal y catedrático de Universidad.
Equipo investigador
Ignacio Díaz Blanco; José María Enguita González; Abel Alberto Cuadrado Vega; Diego García Pérez; Sara Roos-Hoefgeest Toribio. Colaboración biomédica en trabajos publicados: María Dolores Chiara Romero y Nuria Valdés Gallego.
GSDPI · Supervisión, Diagnóstico y Descubrimiento de Conocimiento en Procesos de Ingeniería
BAHIA: combinar inteligencia artificial y conocimiento experto.
GSDPI investiga técnicas de analítica visual para transformar datos complejos en conocimiento útil para ingeniería y biomedicina. El proyecto BAHIA combina aprendizaje automático, visualización e interacción para que los especialistas exploren información, comparen patrones y formulen hipótesis. Su enfoque incorpora el conocimiento del experto al proceso de análisis, en lugar de limitarlo a recibir un resultado automático.
El grupo desarrolla prototipos de aplicaciones que permiten seleccionar muestras y variables y relacionar datos moleculares con información clínica, entre otras aplicaciones en investigación oncológica. La línea se encuentra en investigación básica y busca financiación, acceso a datos y colaboración con equipos clínicos para evaluar casos de uso reales. Sus capacidades pueden interesar a empresas de bioinformática, diagnóstico molecular, software sanitario e investigación farmacéutica. Aquí abajo pueden ver la exploración visual de datos complejos desarrollada por GSDPI.
Intelligent Computing for Disruptive Data
Inteligencia artificial para analizar electrocardiogramas e historias clínicas.
Esta línea de investigación desarrolla modelos de inteligencia artificial para tareas de predicción cardiovascular a partir de electrocardiogramas e historias clínicas electrónicas. El trabajo se realiza en colaboración entre la Universidad de Oviedo, la Unidad de Arritmias del HUCA y la University of Alberta, con especial atención a situaciones en las que existen pocos datos etiquetados o es necesario trasladar los modelos a nuevos centros.
El proyecto combina el preentrenamiento de modelos fundacionales con técnicas de aprendizaje en contexto mediante modelos de lenguaje. En fase de prototipo y laboratorio, explora su utilidad en enfermedades poco frecuentes y en escenarios con información limitada. Busca financiación, socios empresariales y acceso a datos para avanzar, con interés para fabricantes de equipos de electrocardiografía, empresas de software clínico y desarrolladores de inteligencia artificial sanitaria.
Responsables
Luciano Sánchez Ramos — investigador responsable. Nahuel Costa Cortez — persona de contacto para el proyecto.
Equipo investigador
Colaboran la Universidad de Oviedo, la Unidad de Arritmias del HUCA y la University of Alberta.
Responsables
Ramón Rubio — director de MediaLab y coordinador de los proyectos. María González — subdirectora del Área de Cuidados y responsable de sus proyectos.
Equipo investigador
Ramón Rubio; María González; Beatriz Rayón — accesibilidad, inclusión y valoración ética; Gonzalo García — tecnología y prototipado. El área incorpora estudiantes, profesionales y colaboradores según cada iniciativa.
Área de Cuidados de MediaLab
Tecnología y diseño para responder a necesidades de cuidado.
El Área de Cuidados de MediaLab transforma necesidades de salud, dependencia y accesibilidad en ideas, prototipos y soluciones desarrolladas junto a profesionales, usuarios, estudiantes y entidades. Su metodología combina diseño, ingeniería y conocimiento clínico para crear apoyos adaptados a situaciones cotidianas. Entre sus líneas figuran prótesis personalizadas, comunicación del dolor, ayudas a la movilidad y simuladores para formación médica.
Los proyectos se encuentran en distintas fases de prototipado y validación y emplean recursos como impresión 3D, electrónica abierta y sensores conectados. El área busca financiación, socios empresariales, colaboración científica y centros sanitarios o asociaciones de pacientes para evaluar soluciones en entornos reales. Ofrece oportunidades de trabajo conjunto en ortopedia, tecnología asistencial, fabricación aditiva, electrónica y servicios sociosanitarios, con atención a la accesibilidad y la inclusión.
Grupo de Reconocimiento Molecular - RECOMOL
Nanomateriales, sensores y sistemas de liberación para investigar nuevas soluciones en salud.
RECOMOL integra química y biología para diseñar nanomateriales, sensores y sistemas capaces de transportar y liberar compuestos activos de forma controlada. El equipo desarrolla materiales con propiedades ópticas y biológicas y herramientas para reconocer moléculas de interés. Combina estas capacidades con análisis instrumental, tratamiento avanzado de datos e inteligencia artificial para seleccionar propuestas con potencial biomédico.
En fase de prototipo y laboratorio, el grupo estudia el comportamiento de sus desarrollos en modelos biológicos y trabaja en procesos relacionados con inflamación y estrés oxidativo. Busca financiación, socios empresariales y colaboración con profesionales sanitarios para acceder a muestras y modelos clínicos o preclínicos. Sus líneas ofrecen oportunidades para sectores farmacéutico, biotecnológico, diagnóstico, biosensores, instrumentación y materiales avanzados.
Responsables
Rosana Badía Laíño — responsable de RECOMOL. Alfonso Fernández González — investigador y contacto para el evento.
Equipo investigador
Rosana Badía Laíño; Alfonso Fernández González; Santiago Jesús Cal Miguel; Álvaro Jesús Obaya González; Tania Fontanil López.
Grupo de Sistemas Dinámicos · Departamento de Matemáticas
Herramientas digitales para el seguimiento de enfermedades crónicas.
El Grupo de Sistemas Dinámicos investiga herramientas de recogida, análisis y modelización de datos clínicos para apoyar el seguimiento de pacientes. Su trabajo se centra en sistemas digitales que permitan organizar información sobre la evolución de enfermedades crónicas, como la insuficiencia cardiaca o los procesos oncológicos, y facilitar la comunicación entre pacientes y profesionales sanitarios.
La línea combina monitorización digital, análisis de datos y modelización matemática, y se encuentra en fase de investigación básica según la ficha aportada. El equipo busca colaboración con otros grupos y participación en ensayos clínicos para avanzar en la evaluación de sus propuestas. Sus aplicaciones potenciales se sitúan en el ámbito de las tecnologías de información y comunicación para la salud y de las herramientas de seguimiento asistencial.
Responsables
Set Pérez González — investigador responsable.
Ingeniería de Computadores - Departamento de Informática
Termografía infrarroja para investigar y monitorizar cambios en la salud.
El grupo de Ingeniería de Computadores estudia el uso de imágenes térmicas para analizar la temperatura superficial del cuerpo sin contacto. Su trabajo explora aplicaciones en el seguimiento del pie diabético, el estudio de alteraciones en la mama y la evaluación de lesiones deportivas. La propuesta busca estandarizar la captura de imágenes y analizar automáticamente asimetrías, zonas de interés y cambios a lo largo del tiempo.
La investigación combina desarrollo básico, prototipos y experiencias piloto para evaluar la termografía como herramienta complementaria a las pruebas clínicas existentes. El equipo busca financiación, acceso a datos y colaboración para estudios clínicos que permitan establecer su utilidad en cada aplicación. Plantea trabajar con hospitales y centros sanitarios, especialmente en endocrinología, podología, ginecología y medicina deportiva.
Responsables
Rubén Usamentiaga Fernández — investigador responsable y catedrático de Universidad.
Equipo investigador
Rubén Usamentiaga Fernández; Darío González Lema; Adrián de Miguel Palacio; Francisco Javier de la Calle.
WESO - WEb Semantics Oviedo
Grafos de conocimiento para integrar y mejorar los datos biomédicos.
WESO desarrolla tecnologías semánticas que facilitan la integración y el procesamiento de datos procedentes de fuentes diferentes. En biomedicina, su trabajo busca mejorar la calidad de la información y las relaciones entre datos mediante grafos de conocimiento. Estas capacidades permiten construir sistemas de inteligencia artificial que combinen métodos de aprendizaje con conocimiento estructurado y explicable.
El grupo ha desarrollado rudof, una herramienta para modelar y validar datos mediante reglas y esquemas, con aplicaciones en grafos biomédicos. Sus líneas se sitúan en investigación básica y prototipado, y buscan financiación y socios empresariales para avanzar. Ofrece oportunidades de colaboración a empresas de bioinformática y salud digital interesadas en interoperabilidad, calidad de datos y desarrollo de sistemas de información fiables.
Responsables
José Emilio Labra Gayo — investigador responsable y catedrático de Universidad.
Equipo investigador
José Emilio Labra Gayo; Daniel Gayo Avello; Patricia Ordóñez de Pablos; Daniel Fernández Álvarez; Hugo Lebredo Buján; Jorge Álvarez Fidaldo; Enrique José Rodríguez Martín; Diego Martín Fernández; Álvaro García Fernández; Ángel García Menéndez; Samuel Bustamante Larriet.
Centro de Ingeniería Biomédica · Universidad de Oviedo
Ingeniería al servicio de la salud y la medicina
El Centro de Ingeniería Biomédica de la Universidad de Oviedo reúne capacidades de ingeniería, ciencias básicas, ciencias de la vida y humanidades médicas para abordar retos sanitarios. Su actividad comprende el desarrollo de herramientas de diagnóstico, tratamiento y rehabilitación, con líneas que abarcan la inteligencia artificial, los dispositivos médicos, los nanomateriales, la medicina de precisión y el diseño de soluciones adaptadas a las personas.
El centro conecta investigación y necesidades clínicas para impulsar la transferencia tecnológica. Sus equipos trabajan en proyectos con diferentes grados de madurez y buscan colaboraciones ajustadas a cada iniciativa: financiación, socios empresariales, acceso a datos y colaboración clínica o científica. Ofrece oportunidades de trabajo conjunto a empresas de tecnología sanitaria, dispositivos médicos, farmacia, biotecnología y servicios digitales de salud.
Responsables
Víctor Manuel González Suárez — director del Centro de Ingeniería Biomédica.
Equipo investigador
Víctor Manuel González Suárez. El centro integra más de 50 investigadores de distintas disciplinas, según la ficha aportada; no se incluye una relación nominal completa.