🚀 Despega Ingeniería en la UPCH: 15 softwares registrados ante INDECOPI en el 2024 por 38 estudiantes de Biomédica, 4 de Ambiental y 3 de Informática

• Fecha de presentación: 04/03/2024
• Desarrollado por [Estudiantes]: Nicole Alexandra Carrillo Aponte: María Claudia Casanova Araujo; Ariana Sasha Castañeda Andamayo; Paco Aurelio Castillo Carreño, Jorge Guillermo Chavez Echajaya; Alejandra Valeria Chávez Yaranga; Michael Javier Cieza Terrones;Anny Esmeralda Correa Diaz; Diana Isabel Cortes Lopez
• Docente(s) de apoyo: Dr. Michael Javier Cieza Terrones

Resumen de software: 

INSPIRA es un sistema de telemonitoreo enfocado en el seguimiento remoto de pacientes con insuficiencia respiratoria aguda y crónica. Está compuesto por una aplicación móvil para pacientes y una plataforma web para profesionales de salud, permitiendo una gestión integral del estado clínico desde casa.

La app para pacientes cuenta con cinco secciones:

• Pruebas: donde se registran los resultados del Test de Roth (una vez al día) y el Test de Esfuerzo (tres veces al día), una versión adaptada de la prueba de los 6 minutos que recoge signos fisiológicos (temperatura, frecuencia cardíaca, frecuencia respiratoria y saturación de oxígeno) antes y después de la caminata, además de la evaluación de disnea mediante la escala de Borg.
• Resultados: visualización diaria y comparativa de todos los parámetros monitoreados.
• Medicación: visualización del tratamiento indicado.
• Notificaciones: alertas del sistema o del médico tratante.
• Perfil: datos personales y estado general del paciente.

La plataforma web para médicos incluye:

• Panel general: visión global del estado de todos los pacientes registrados.
• Pacientes: listado individual, acceso al historial clínico, resultados de pruebas, parámetros fisiológicos y datos personales.
• Medicación: sección editable para prescripción y ajustes.
• Notificaciones: alertas automáticas cuando el sistema detecta valores fuera de los rangos establecidos, facilitando la atención inmediata.
• Perfil: configuración del usuario médico.

El objetivo de INSPIRA es mejorar la atención continua de los pacientes respiratorios, reduciendo visitas hospitalarias innecesarias y permitiendo un monitoreo estructurado, preciso y personalizado desde casa.

• Fecha de presentación: 24/04/2024
• Desarrollado por [Estudiantes]: Marin Vera Roberto Edu Joao; Moises Stevend Meza Rodriguez

Resumen de software:

El BitaConnectino es un software que se enfoca en agilizar el proceso de adquisición y subida de datos desde un dispositivo Bitalino hacia la plataforma Edge Impulse, estableciendo un puente entre la adquisición de señales biomédicas y el desarrollo de modelos de inteligencia artificial (IA), dos componentes esenciales de la innovación biomédica.

• Fecha de presentación: 07/05/2024
• Desarrollado por [Estudiantes]: Alexandra Nancy Lima Quispe; Nohereily Kimberly Salazar Berrios, Umbert Lewis De La Cruz Rodriguez
• Docente(s) de apoyo: Umbert Lewis De La Cruz Rodriguez

Resumen de software: 

Este software está diseñado para clasificar y analizar comentarios relacionados con la vacunación contra el VPH (Virus del Papiloma Humano), con el objetivo de identificar dudas, preocupaciones y opiniones antivacunas del público general. La plataforma permite cargar bases de datos en formatos XML o CSV, clasificar los comentarios, identificar y mostrar las dudas sobre la vacuna y los comentarios antivacunas, y descargar la base de datos con los comentarios clasificados. Es una herramienta fácil de usar, accesible y funcional para facilitar el análisis de las opiniones del público sobre la vacunación.

• Fecha de presentación: 11/07/2024
• Desarrollado por [Estudiantes]: Caytano Melendez, Alexys Ramiro; Meza Rodríguez, Moises Stevend; Anton Serra, Manuel Hernan; Ruiz Bañez, Richard Emanuel.
• Docente(s) de apoyo: Moises Stevend

Resumen de software:

Es un software de gestión de mantenimiento de equipos médicos diseñado para la Clínica CREO, con el cual se podrá digitalizar el inventario de equipos, controlar los indicadores, optimizar el tiempo de búsqueda y mejorar la planificación de equipamiento biomédico.

• Fecha de presentación: 13/08/2024
• Desarrollado por [Estudiantes]: Bendezu Guerra, Mirella Solange; Huarca Astete Iory Estefani; Cueva Ramos Jose Nilson; Perez Amado Romina Alisson; Flores Huaman Meyli; De La Cruz Rodriguez, Umbert Lewis; Renzo José Chan Rios; Rivera Tito Harry Anderson
• Docente(s) de apoyo: De La Cruz Rodriguez, Umbert Lewis; Renzo José Chan Rios; Rivera Tito Harry Anderson

Resumen de software:

Aplicación móvil diseñada para mantener informada a la población de Huaraz sobre el estado del nivel del agua en la laguna Palcacocha, emitiendo alertas en caso de desbordamiento. Además proporciona una ruta de evacuación segura para prevenir posibles tragedias.

• Fecha de presentación: 14/08/2024
• Desarrollado por [Estudiantes]: De la Cruz Rodriguez, Umbert Lewis; Orellano Tuesta, Carlos Alberto y con el apoyo de Luiz Ignacio Quineche Casana, estudiante de la carrera de ingeniería de Software de la UNMSM
• Docente(s) de apoyo:De la Cruz Rodriguez, Umbert Lewis y Orellano Tuesta, Carlos Alberto

Resumen de software:

Esta plataforma genera preguntas para estudiantes de medicina a modo de preparación para el ENAM. Estas preguntas generadas fueron antes verificadas por médicos.

• Fecha de presentación: 16/12/2024
• Desarrollado por [Estudiantes]: Sevilla Gutierrez Alvaro Manuel; Carbajal Serrano Ariana Del Pilar; Dianderas Jorge Angel Eduardo; Camacho Grimaldi Claudia Roxana; Meza Rodriguez Moises Stevend; Umbert Lewis De La Cruz Rodriguez
• Docente(s) de apoyo:; Meza Rodriguez Moises Stevend; Umbert Lewis De La Cruz Rodriguez

Resumen de software:

NeuroTrackCayetano es un software basado en web que utiliza algoritmos de inteligencia artificial  para segmentar automáticamente diferentes tipos de tumores cerebrales. NeuroTrackCayetano procesa imágenes MRI multimodales (T1, T1Gd, T2, FLAIR), permitiéndoles a los usuarios visualizar los diferentes cortes axiales y obtener una segmentación precisa del tumor, resaltada con un código de colores que identifica las distintas regiones del tumor.Proporciona una herramienta eficiente y precisa para la delimitación de tumores, lo que contribuye a un mejor diagnóstico, planificación quirúrgica y seguimiento del paciente.

• Fecha de presentación: 16/12/2024
• Desarrollado por [Estudiantes]: Juarez Mendoza Jesús Ivan; Moreno Elescano Sergio Enrique; Marcos Sanchez Gabriel Bruce; Luis Danillo Chirre Arias; María Cristina Orihuela Flores; Meza Rodriguez Moises Stevend; De La Cruz Rodriguez Umbert Lewis
• Docente(s) de apoyo: Meza Rodriguez Moises Stevend; De La Cruz Rodriguez Umbert Lewis

Resumen de software:

IA basada en redes de cápsula para la clasificación de imágenes de lesiones dermatológicas, para el apoyo en el diagnóstico de cáncer de piel.

• Fecha de presentación: 18/12/2024
• Desarrollado por [Estudiantes]: Acuña Salas, Italo Alexander; Toledo Huapaya, Ariana Gabriela; Valverde Salinas, Estefany Yamely
• Docente(s) de apoyo:Moises Stevend Meza Rodriguez

Resumen de software:

Plataforma web desarrollada con Streamlit, que integra un modelo de red neuronal para la clasificación en tiempo real de señales electromiográficas (EMG) y facilita la rehabilitación remota. La plataforma ofrece funcionalidades para la gestión de pacientes, el análisis de señales y la visualización de resultados mediante una interfaz interactiva. Una red neuronal profunda con aprendizaje por transferencia sustenta el sistema, lo que permite a los profesionales sanitarios monitorizar a distancia el progreso del paciente y optimizar las estrategias terapéuticas. Las futuras mejoras incluyen la mejora de los módulos de historial del paciente y la ampliación de las capacidades analíticas para fomentar soluciones sanitarias más accesibles y eficaces.

• Fecha de presentación: 18/12/2024
• Desarrollado por [Estudiantes]: Jesus Antonio Alvarado Huayhuaz; Moises Stevend Meza Rodriguez
• Docente(s) de apoyo:
• Resumen de software:

• Fecha de presentación: 18/12/2024
• Desarrollado por [Estudiantes]: Torres Rivera, Joao Marco
• Docente(s) de apoyo: Meza Rodriguez, Moises Stevend

Resumen de software:

El proyecto CardioAI tiene como objetivo desarrollar un sistema de inteligencia artificial basado en aprendizaje profundo para la detección automática de infartos agudos de miocardio (IAM) a partir de señales de ECG. A partir del uso del modelo AlexNet adaptado a datos temporales y del dataset clínico PTB-XL, se implementó un proceso que incluye preprocesamiento con transformadas wavelet, normalización Min-Max y técnicas de aumento de datos. El sistema fue entrenado y evaluado con métricas como precisión, recall y F1-score, alcanzando una precisión del 94%. Además, se desarrolló una plataforma web en Flask que permite cargar y analizar señales ECG de manera interactiva. El proyecto busca contribuir a la optimización del diagnóstico médico, especialmente en contextos con recursos limitados.

• Fecha de presentación: 18/12/2024
• Desarrollado por [Estudiantes]: Miranda Alvino, Piero Jose;Meza Rodriguez, Moises Stevend
• Docente(s) de apoyo: Meza Rodriguez, Moises Stevend

Resumen de software:

MedWave UPCH es una herramienta diseñada para el procesamiento, análisis y visualización de señales biomédicas como ECG, EMG y EEG. Su objetivo principal es proporcionar una plataforma accesible y personalizable para investigadores, profesionales de la salud y estudiantes interesados en el estudio de estas señales. 

• Fecha de presentación: 16/12/2024
• Desarrollado por [Estudiantes]: Alonso Bryan Castañeda Morón ; Daniel Alejandro Aquije Niño de Guzman; Allende Heredia Néstor Manuel; Palacios Espinoza Diego Italo; Saavedra Barboza Tayel Christian Tayel
• Docente(s) de apoyo: Meza Rodriguez Moises Stevend

Resumen de software: 

MEDGAN es un software de entrenamiento médico diseñado para ayudar al personal de salud —especialmente en zonas rurales del Perú— a identificar estructuras anatómicas en imágenes médicas. Utiliza una red neuronal llamada S-CycleGAN para transformar imágenes de ultrasonido (US) en imágenes sintéticas de tomografía computarizada (CT), y viceversa. Esto permite a los profesionales practicar con diferentes tipos de imágenes sin necesidad de contar con equipos avanzados o datos reales emparejados. MEDGAN se enfoca en la accesibilidad, siendo fácil de usar y accesible vía internet para llegar a regiones con recursos limitados.

• Fecha de presentación: 16/12/2024
• Desarrollado por [Estudiantes]: Alexander Marlon Paredes Arellano; Estefany Yamely Valverde Salinas; Miranda Alvino Piero; Rosmy Leyla Postigo Yauce; Moises Stevend Meza Rodriguez; Umbert Lewis De La Cruz Rodriguez
• Docente(s) de apoyo: Moises Stevend Meza Rodriguez; Umbert Lewis De La Cruz Rodriguez

Resumen de software:

Desarrollo de un sistema automatizado basado en inteligencia artificial para la segmentación precisa de heridas, facilitando la medición del área afectada, el monitoreo del progreso de la curación y la planificación de tratamientos. Asimismo, implementación de una interfaz accesible que permita a los profesionales de la salud utilizar la herramienta de manera eficiente en diversos entornos clínicos.

• Fecha de presentación: Desconocida
• Desarrollado por [estudiantes]: Joao Marco Torres Rivera, Tayel Christian Saavedra Barboza, Melany Celia Cama Bahamonde,Catherine Katiuska Boggio Vidal, Sara Victoria Rúa Bermudo, Victor Manuel Rivas Rojas.