Investigación

Las imágenes médicas requieren un modelo analítico de la adquisición y la resolución de problemas inversos para reconstruir imágenes a partir de datos sin procesar (medidos en un dominio diferente, por ejemplo, el dominio (p. ej., fibrosis, inflamación), que luego se utilizan para el análisis y la interpretación. En iHEALTH, nuestro objetivo es desarrollar métodos innovadores que incorporen modelos físicos de la adquisición y del órgano de interés en el proceso de reconstrucción, así como explotar sinergias entre las modalidades de imágenes médicas, las diferentes etapas del proceso de imágenes médicas y/o entre sistemas con diferentes especificaciones. Esto con el objetivo de mejorar las imágenes médicas, su eficiencia (escaneos más rápidos y/o con menor dosis de radiación), eficacia (captura de un espectro más amplio de procesos relacionados con enfermedades) y accesibilidad (soluciones para sistemas regulares y de menor costo).

Las enfermedades cardiovasculares (CVD, por su sigla en inglés), oncológicas y el hígado graso no alcohólico (NAFLD, por su sigla en inglés) son la principal causa de morbilidad y mortalidad en el mundo occidental. Los estándares clínicos para diagnosticar la mayoría de estas condiciones siguen siendo invasivos (p. ej. angiografía por rayos X, biopsia). Se han propuesto avances en imágenes médicas y análisis basados ​​en inteligencia artificial (IA) para la evaluación no invasiva, pero los métodos actuales tienen una sensibilidad limitada para los procesos relacionados con enfermedades en etapas tempranas y carecen en gran medida de reproducibilidad y generalización. Esto último también se debe a la inexistencia de biobancos de imágenes médicas avanzadas en países como Chile. En iHEALTH nuestro objetivo es desarrollar biomarcadores innovadores basados ​​en imágenes y sensores fisiológicos para permitir el diagnóstico temprano y la caracterización de enfermedades cardiovasculares, hepáticas y cancerosas.