Encuentro internacional en la UANDES mostró avances sobre visión por computadora aplicado en medicina

El académico José Manuel Saavedra, docente e investigador de la Facultad de Ingeniería y Ciencias Aplicadas lideró un encuentro internacional centrado en los avances y aplicaciones más recientes de la visión por computadora, una de las áreas más dinámicas y con mayor crecimiento dentro de la inteligencia artificial. Este campo, destacado en el AI Index 2025 de Stanford, estudia el desarrollo de modelos capaces de interpretar el entorno a partir de imágenes y videos, permitiendo desde generar descripciones automáticas hasta sintetizar contenido visual, detectar objetos o apoyar diagnósticos en radiología.

“En nuestra casa de estudios este trabajo se articula a través del laboratorio de Computer Vision (deepcvl.ai), donde también participa el académico de la Facultad José Delpiano. El grupo mantiene vínculos activos con laboratorios de la USACH y la Universidad de Chile, además de colaboraciones internacionales con centros como LITIS, de la Universidad de Rouen en Francia, el grupo de Biomatemática de CentralSupélec Paris-Saclay, SketchX de la Universidad de Surrey en Reino Unido y el grupo de visión de KAUST, en Arabia Saudita”, explica Saavedra.

Las líneas de investigación del laboratorio abarcan una amplia gama de desafíos, entre ellos modelos auto supervisados para codificación de imágenes médicas, herramientas que permiten interpretar imágenes guiándose por dibujos simples, donde el equipo UANDES ha alcanzado resultados que superan el estado del arte, análisis de videos para creación automática de contenido, modelos generativos aplicados a radiología para mejorar diagnósticos y reducir el impacto de la radiación, estudios sobre explicabilidad e interpretabilidad de modelos de visión y sistemas orientados a patrimonio cultural. También destacan los modelos generativos guiados por sketches, que permiten búsquedas, segmentación y localización de objetos a partir de estos trazos.

Entre los avances más recientes, el laboratorio ha desarrollado modelos matemáticamente robustos para generar imágenes de alta calidad, junto con nuevos codificadores que mejoran la efectividad en segmentación, detección y generación visual. Uno de los hitos es un modelo de codificación de sketches que supera el estado del arte y permite realizar búsquedas y segmentaciones guiadas por dibujos. En el ámbito médico, el equipo trabaja en un codificador universal para imágenes de tomografía computarizada, orientado a mejorar las capacidades diagnósticas.

Según Saavedra, la IA es fundamental en este campo, ya que las soluciones actuales combinan aprendizaje supervisado y autosupervisado para aprovechar grandes volúmenes de datos y optimizar el desempeño de los modelos. Este enfoque es clave para avanzar hacia sistemas más precisos, generalizables y explicables.

El seminario contó con destacados expositores internacionales. Desde Reino Unido participó Yi-Zhe Song, de la University of Surrey, con la charla “Sketch-based Interfaces for Democratising AI-Powered Creative Tools”. Desde México, Gilberto Ochoa, del Tecnológico de Monterrey, quien presentó “Towards Automatic Classification of in-vivo Urinary Calculus using Computer Vision”. Desde Francia expuso Laurent Heutte, de la University of Rouen, con “Unsupervised Learning-based Information Retrieval Applied to Spot Patterns in Historical Document Images”, y Simon Bernard, también de Rouen, con “Semi-supervised Multi-domain Translation with Diffusion Models”.

El encuentro busca fortalecer la cooperación científica y consolidar a la UANDES como un actor relevante en el desarrollo global de la visión por computadora.