MedDetect: proyecto estudiantil basado en IA apoya la detección de enfermedades respiratorias

La investigación de una estudiante de Ingeniería de Sistemas integra información clínica, imágenes médicas e inteligencia artificial para generar análisis preliminares y facilitar el seguimiento de pacientes. El proyecto participó del V Congreso Científico Nacional de OWSD Bolivia y plantea una arquitectura escalable hacia otras patologías y niveles de atención en salud.

La inteligencia artificial comienza a abrir nuevas posibilidades para enfrentar problemas concretos de la salud. En este escenario surge MedDetect, un proyecto desarrollado por Erika Veramendi, estudiante de Ingeniería de Sistemas de la Universidad Privada Franz Tamayo (Unifranz), que propone integrar información clínica e imágenes médicas en una plataforma inteligente orientada al apoyo en la atención de enfermedades respiratorias.

La investigación participó del V Congreso Científico Nacional de OWSD Bolivia, realizado del 26 al 28 de agosto de 2026 en la ciudad de La Paz, donde se presentó como una propuesta de innovación tecnológica aplicada al área de salud.

La iniciativa nació del interés de Veramendi por la inteligencia artificial y de su inquietud por llevar esta tecnología a una necesidad concreta del contexto local. “No quería quedarme solamente con un modelo que reciba una radiografía y me devuelva una clasificación”, explica la estudiante, quien decidió investigar todo el proceso, desde la recopilación y etiquetado de datos hasta el entrenamiento, validación e integración de los modelos dentro de una plataforma.

El resultado es una propuesta que busca ir más allá del análisis aislado de una imagen. MedDetect funciona como un ecosistema de información, en el que se puede registrar la información clínica del paciente, incorporar estudios de imágenes y procesar los datos mediante diferentes módulos de inteligencia artificial.

Uno de sus principales componentes es el análisis de imágenes respiratorias. El sistema identifica patrones y zonas de interés y genera un resultado preliminar que puede incorporarse al conjunto de información disponible para el profesional de salud. El proyecto también contempla el reconocimiento de voz durante la consulta, con capacidad para transcribir lo conversado, organizar información y generar apoyo adicional para el médico.

La propuesta parte de una premisa central: la IA no reemplaza al profesional. “Mi proyecto no busca reemplazar a un médico, sino darle un apoyo”, señala Veramendi. De esta manera, la tecnología está planteada como una herramienta de segunda opinión que puede contribuir a organizar información y detectar patrones, mientras la decisión clínica continúa bajo responsabilidad del personal de salud.

Inteligencia artificial aplicada a una necesidad real

Para desarrollar los modelos, Veramendi tuvo que construir un flujo completo de datos. Recopiló imágenes provenientes de diferentes fuentes, incluidos datasets especializados y material obtenido de instituciones de salud. Posteriormente, las imágenes fueron organizadas, etiquetadas, preprocesadas y utilizadas para entrenar y validar los modelos.

El póster de investigación de MedDetect reporta un desempeño variable según el área analizada, con una precisión aproximada del 85% en el modelo pulmonar. La propuesta aclara que estos resultados corresponden a una herramienta de apoyo y no sustituyen la evaluación de un profesional de la salud.

Uno de los elementos innovadores de MedDetect es precisamente la integración de diferentes fuentes de información. En lugar de limitarse a interpretar una radiografía, la plataforma combina datos clínicos, imágenes, resultados generados mediante IA y herramientas de seguimiento en un mismo entorno. Esta integración puede facilitar una visión más completa del caso y generar información útil para el monitoreo.

El proyecto también incorpora dashboards y estadísticas que pueden ser utilizados para observar tendencias y realizar seguimiento de casos a nivel institucional. Veramendi plantea incluso la posibilidad de que la información generada por distintos hospitales pueda contribuir, a futuro, a contar con estadísticas y monitoreo a escala departamental.

Esta característica refleja uno de los principios que atraviesan los proyectos estudiantiles de Unifranz: la innovación como respuesta a problemas reales de las comunidades y no solamente como ejercicio académico. En el caso de MedDetect, una inquietud por las posibilidades de la inteligencia artificial se convirtió en un proceso de investigación y desarrollo tecnológico aplicado a una necesidad concreta del área de salud.

Para Sergio Valenzuela, docente guía de Ingeniería de Sistemas de Unifranz, el proyecto tiene además un potencial que trasciende las enfermedades respiratorias. El docente explica que la solución utiliza visión artificial y redes neuronales, y que su arquitectura puede aplicarse a otros problemas que puedan abordarse mediante imágenes médicas. Entre las posibilidades menciona enfermedades como el cáncer de piel.

De un proyecto estudiantil a una solución escalable

La escalabilidad es uno de los atributos centrales de MedDetect. Veramendi explica que la arquitectura fue concebida para incorporar nuevos modelos de inteligencia artificial sin necesidad de reconstruir toda la plataforma. Esto permitiría ampliar progresivamente las patologías analizadas a medida que se disponga de más datos y modelos debidamente validados.

La proyección planteada por la estudiante parte de una escala individual —el apoyo durante la consulta médica— y puede avanzar hacia una escala institucional, mediante el análisis de casos y estadísticas de hospitales, para posteriormente proyectarse a un nivel departamental. El objetivo es transformar información dispersa en información útil para la toma de decisiones y el seguimiento médico.

El siguiente desafío es fortalecer los modelos existentes y ampliar el número de patologías que puede abordar la plataforma. Veramendi señala que algunos de los modelos fueron entrenados con entre 5.000 y 8.000 imágenes, dependiendo de la patología, y que el propósito es que MedDetect no se limite a las enfermedades respiratorias, sino que pueda convertirse en una herramienta más integral para centros de salud.

Valenzuela destaca precisamente esta posibilidad de expansión. Según el docente, la tecnología puede aplicarse a distintos problemas médicos que puedan ser abordados mediante imágenes, lo que abre un campo de desarrollo para nuevas soluciones construidas desde el ámbito universitario.

MedDetect representa así una muestra de cómo la formación universitaria puede convertirse en un espacio para desarrollar soluciones tecnológicas con impacto potencial. Su valor no está únicamente en incorporar inteligencia artificial a la medicina, sino en conectar investigación, tecnología y necesidades concretas de la comunidad, con una arquitectura pensada para crecer y adaptarse a nuevos desafíos.

La participación en el V Congreso Científico Nacional de OWSD Bolivia constituye, en este sentido, un espacio para visibilizar una investigación surgida del ámbito estudiantil y proyectada hacia problemas concretos. La propuesta sintetiza una visión de innovación aplicada: comenzar con una necesidad específica, desarrollar una solución basada en datos, validarla y construir sobre ella nuevas posibilidades.

En esa lógica, un proyecto estudiantil puede convertirse en el punto de partida para soluciones escalables que respondan a necesidades reales de las comunidades y que, con el desarrollo y validación correspondientes, puedan ampliar progresivamente su alcance.