Destacada participación de integrantes de iHEALTH en LACSC 2025
El Instituto Milenio iHEALTH tuvo una participación destacada en la IX Latin American Conference on Statistical Computing (LACSC 2025), realizada en Valparaíso, donde fue institución patrocinadora y contribuyó al Comité Organizador mediante el trabajo de dos académicos de la Escuela de Ingeniería Civil Biomédica de la Universidad de Valparaíso: Dr. Rodrigo Salas y Dr. David Ortiz, ambos investigadores de iHEALTH.
Este congreso, reconocido como el principal encuentro latinoamericano en computación estadística y respaldado por instituciones internacionales como ISI, ASA, IASC e ISBIS, reunió a especialistas mundiales en inteligencia artificial, ciencia de datos e inferencia estadística aplicada. Su tema central, “The Frontiers of Statistical Computing and Data Science in the Artificial Intelligence Era”, convocó a diversos expertos para abordar desafíos globales mediante herramientas de procesamiento y análisis de datos.
Uno de los hitos más relevantes para el instituto fue la obtención de los dos máximos reconocimientos a mejor paper presentado en LACSC. El 1er lugar lo obtuvo Javier Bisbal, estudiante de doctorado UC, con su trabajo “Unsupervised 4D Flow MRI Velocity Enhancement and Unwrapping Using Divergence-Free Neural Networks”, dirigido por el Dr. Cristián Tejos, profesor de Ingeniería UC e investigador adjunto de iHEALTH. Por otro lado, el 2do lugar lo obtuvo Sebastián Jara, estudiante de doctorado UTFSM, con su trabajo “Prediction of peak-to-peak pressure gradient in patients with aortic coarctation using Physics-Informed Neural Networks from Magnetic Resonance Images", dirigido por el Dr. Julio Sotelo, profesor del Depto. de Informática UTFSM e investigador principal del instituto.
Ambos trabajos reflejan el desarrollo de herramientas impulsadas por IA y modelos físicos para la mejora de imágenes médicas y apoyo al diagnóstico cardiovascular, consolidando al instituto como un referente emergente en esta área en Chile.
Diversos miembros del instituto presentaron investigaciones en modalidad oral en distintas sesiones temáticas del congreso.
Session: Machine Learning in Multidimensional Medical Imaging
Session Chair: Dr. Julio Sotelo (UTFSM – investigador principal de iHEALTH)
- Javier Bisbal (UC – doctorado)
Unsupervised 4D Flow MRI Velocity Enhancement and Unwrapping Using Divergence-Free Neural Networks. - Sebastián Jara (UTFSM – doctorado)
Prediction of peak-to-peak pressure gradient in patients with aortic coarctation using Physics-Informed Neural Networks from Magnetic Resonance Images. - Sebastián Gutiérrez (UTFSM – magíster)
Deep Learning for Enhancing Ultrafast Ultrasound Image Reconstruction.
Session: Statistical and Machine Learning Applications in Medical Sciences
Session Chair: Dr. Rodrigo Salas (UV – investigador principal de iHEALTH)
- Dr. David Ortiz (UV – investigador joven de iHEALTH)
Physics-Informed Neural Network Model for Predicting Pulmonary Arterial Pressure.
Session: Women in Data Science: Recent Theorical Research and Applications
- Xaviera Lopez (UCM – investigadora joven de iHEALTH)
Automated Triage Classification in Emergency Services Using Spanish Clinical Notes: A Comparative Analysis between ALBERT and Classical Machine Learning Approaches.
Session: Statistical and Machine Learning Applications in Medical Sciences
- Carolina Osorio (UV – egresada)
Predicción de la ganancia de peso gestacional mediante un modelo lineal mixto multinivel: desarrollo de la aplicación MaternIA. - Rodrigo Avaria (UV – doctorado)
Pinning the Balloon: Non-Linear Regression through Physically Informed Neural Network.
La participación de iHEALTH en LACSC 2025 no sólo visibiliza el nivel de investigación desarrollada en el instituto, sino que reafirma su rol como articulador entre estadística, ingeniería e inteligencia artificial aplicadas a la salud. El liderazgo en la organización del evento, sumado al éxito académico de sus jóvenes integrantes, demuestra la capacidad del ecosistema científico chileno para producir conocimiento con impacto internacional.
