© Pint of Science, 2026. All rights reserved.
La tecnología está cambiando la forma en que diagnosticamos y tratamos enfermedades y epidemias emergentes. En este evento, Juan Antonio Ortega Ramírez mostrará cómo la inteligencia artificial se está integrando en hospitales como el Hospital Universitario Virgen del Rocío para detectar el cáncer de forma más temprana y precisa. Por su parte, Raúl Fernández Mateo presentará nuevos dispositivos capaces de identificar bacterias resistentes a antibióticos en cuestión de minutos, un avance clave frente a una de las mayores amenazas para la salud global.
Inteligencia Artificial Contra el Cáncer
Juan Antonio Ortega Ramírez
(Universidad de Sevilla)
La inteligencia artificial está transformando la investigación y el tratamiento del cáncer, desde el análisis masivo de datos clínicos y genómicos hasta el desarrollo de modelos predictivos que permiten una detección más temprana y precisa. Los algoritmos de aprendizaje automático ayudan a identificar patrones invisibles al ojo humano, optimizando diagnósticos, personalizando terapias y mejorando la toma de decisiones clínicas. En esta charla hablaré sobre algunos de mis proyectos que integran tecnología y salud para acelerar la innovación biomédica y acercar soluciones reales a los pacientes.
Photo by One Idea LLC on StockSnap
Física y Biomedicina para la detección temprana de bacterias resistentes a antibióticos
Raúl Fernández Mateo
(Universidad de Sevilla)
El aumento de la resistencia a antibióticos amenaza el diagnóstico médico. La sepsis, una respuesta inmune potencialmente letal, causa indirectamente el 20% de las muertes globales. Identificar bacterias aún requiere de cultivos que tardan hasta 72 horas, lo que obliga a usar antibióticos de amplio espectro, agravando la resistencia microbiana. En esta charla exploraremos cómo la investigación en hidrodinámica y campos eléctricos permiten aislar patógenos en minutos. Veremos avances en dispositivos (potencialmente) comerciales y la física detrás de estas innovadoras tecnologías de diagnóstico.
Map data © OpenStreetMap contributors.