Fundado en 1910

La cetoacidosis diabética es más frecuente en las personas que tienen diabetes tipo 1

Sigma Cognition desarrollará algoritmos de IA para ayudar a la toma de decisiones médicas

De los datos se pueden extraer informaciones que se pueden utilizar para mejorar la vida de los pacientes

La empresa española Sigma Cognition va a desarrollar dentro del consorcio europeo Sustronic algoritmos de Inteligencia Artificial (IA) que facilitan la toma de decisiones médicas. Sigma se une así a un programa que busca dirigir a la industria electrónica europea hacia materiales, diseños y métodos de fabricación sostenibles, así como impulsar modelos de negocio circular y eficiencia energética.

Sigma Cognition, en colaboración con Onalabs, el Instituto de Microelectrónica de Barcelona (IMB-CNM, CSIC) y Universitat Rovira i Virgili (URV), está trabajando en un nuevo campo de aplicación comercial. Se trata del uso de algoritmos de Inteligencia Artificial (IA) para el procesamiento de datos de e-Salud que faciliten el seguimiento de la evolución de enfermedades en pacientes, la toma de decisiones de tratamiento e incluso su prevención.

La labor de Sigma Cognition se centra en la investigación de los datos adquiridos por el nuevo sensor de sudor, no invasivo y respetuoso con el medio ambiente, desarrollado por Onalabs junto con IMB-CNM, CSIC y URV.

Del análisis de los mismos, realizado por Sigma Cognition con algoritmos de IA, se pueden extraer informaciones que ayudan a los médicos a prevenir problemas y que se pueden utilizar para mejorar la vida de los pacientes.

Es el caso concreto de los enfermos de diabetes, que hasta ahora necesitan realizar entre una y ocho muestras de sangre al día. Además, cuando se trata de diabetes tipo 1, los pacientes no producen nada de insulina, por lo que ésta debe ser suministrada en dosis con la dificultad que supone establecer la medida adecuada en cada momento.

Esos argumentos han llevado a que el parche inteligente que se va a desarrollar se centre inicialmente en la diabetes, aunque hay margen para detectar y monitorizar otros biomarcadores relacionados con enfermedades renales.