Keyth Leon, cursante de tercer año de medicina en la Universidad Nacional Experimental de los Llanos Centrales "Rómulo Gallegos" (Unerg), en Guárico, diseñó una herramienta con inteligencia artificial llamada "Amelia" que identifica más de 1.200 enfermedades.
El proyecto, creado en San Juan de los Morros por el joven oriundo de La Guaira, alcanza una exactitud superior al 90% y funciona como un soporte técnico para reducir las fallas humanas en los centros de salud.
El desarrollo de esta plataforma tomó aproximadamente un año de trabajo constante, periodo en el que su autor organizó miles de parámetros clínicos. El software procesa la información médica al instante para formular posibles diagnósticos, operando bajo un esquema de asistencia directa al personal sanitario en lugar de reemplazar su labor, detalló Diario La Chayota.
En la práctica médica, el profesional de la salud realiza el examen físico del paciente y aporta el contexto de la consulta. Simultáneamente, el sistema digital cruza esos datos obtenidos para ofrecer alternativas de diagnóstico fundamentadas, para facilitar las elecciones de los especialistas en situaciones médicas complejas.
Alcance actual y expansión tecnológica
En su versión operativa actual, la herramienta abarca un registro activo de 1.200 afecciones con un margen de acierto que supera el 90%. Asimismo, la estructura de la plataforma está diseñada para procesar y relacionar variables clínicas de forma simultánea, sirviendo como un instrumento de consulta rápida durante la atención hospitalaria.
Tras concluir la etapa inicial de programación, el creador de "Amelia" inició la presentación pública del sistema mediante material audiovisual explicativo. De acuerdo con la planificación establecida por Leon para los próximos meses, el software será ampliado para incluir un total de 10.000 condiciones médicas distintas.
Asimismo, las futuras actualizaciones del proyecto contemplan la incorporación de herramientas especializadas en el análisis de imágenes médicas. El objetivo técnico de esta fase posterior es dotar al sistema de la capacidad para detectar indicadores de cáncer con precisión mediante el estudio automatizado de estudios radiológicos o de imagenología.
Visite nuestra sección de Nacionales
Mantente informado en nuestros canales de WhatsApp, Telegram y YouTube