El IFCA, el Hospital Universitario Marqués de Valdecilla y Siali Technologies han sido premiados por crear un dataset abierto sobre cáncer de próstata, mejorando la inteligencia artificial en diagnósticos médicos.
El Grupo de Computación Avanzada y e-Ciencia del IFCA (CSIC-UC), en colaboración con el Servicio de Anatomía Patológica del Hospital Universitario Marqués de Valdecilla y la empresa Siali Technologies, ha sido galardonado con el MICCAI 2026 Open Data Micro-Grants – Health Equity Award. Este prestigioso reconocimiento internacional se otorga a iniciativas que generan datasets abiertos de alto valor para la comunidad científica, especialmente aquellas que impactan en la investigación biomédica y promueven la equidad en salud.
El proyecto premiado tiene como objetivo principal la creación de un dataset sobre el cáncer de próstata, diseñado específicamente para optimizar el desarrollo y validación de algoritmos de inteligencia artificial. Este recurso permitirá avanzar en nuevas herramientas de análisis automático en patología digital, facilitando así diagnósticos más precisos y apoyando la investigación biomédica.
En el Servicio de Anatomía Patológica de Valdecilla se gestionan grandes volúmenes de datos por paciente. En 2026, se realizaron más de 7.000 biopsias, entre las cuales se incluyen numerosas muestras relacionadas con el cáncer de próstata. Según explica Adriana Katherine Calapaqui, patóloga del HUMV, “para un diagnóstico adecuado de cáncer de próstata se requiere un mínimo de 18 biopsias por paciente”. Este enfoque es crucial dado que este tipo de cáncer puede ser difícil de detectar, incluso mediante ecografías o resonancias.
La colaboración se ha centrado en el cáncer de próstata debido a su complejidad. “Para entrenar el modelo se han analizado 68 biopsias; aunque parezca un número reducido, cada biopsia puede contener más de 15.000 datos”, añade la doctora Calapaqui.
En este contexto, resalta la labor del grupo de Computación Avanzada y e-Ciencia del IFCA, que trabaja en el ámbito de la imagen médica y el entrenamiento de modelos de inteligencia artificial aplicados a la salud. Su enfoque busca desarrollar metodologías avanzadas para analizar grandes volúmenes de datos clínicos y mejorar así tanto la eficiencia como la precisión en los diagnósticos.
Lara Lloret, investigadora del grupo, afirma: “Nuestra intención con este dataset es desarrollar un algoritmo que ayude a predecir mejor el cáncer de próstata, alineándose más con la realidad clínica diaria”. Esta colaboración entre el IFCA y el Servicio de Anatomía Patológica permite combinar conocimientos clínicos con técnicas avanzadas, abriendo nuevas oportunidades para la investigación en oncología.
Los MICCAI Open Data Micro-Grants son ayudas destinadas a apoyar la creación de datasets originales y accesibles públicamente en los campos de imagen médica e inteligencia artificial aplicada a la salud. Se presta especial atención a aspectos como la equidad sanitaria y la representación adecuada en los datos utilizados para desarrollar nuevas tecnologías médicas.
Este galardón subraya la importancia actual de las colaboraciones entre instituciones sanitarias, centros de investigación y empresas tecnológicas. Juntas, estas entidades impulsan proyectos que facilitan avances significativos en medicina personalizada y fomentan un desarrollo responsable de la inteligencia artificial en salud.