Imágenes biomédicas
Visión por computador y aprendizaje profundo para análisis automatizado de imágenes médicas y biológicas.
LABORATORIO DE INTELIGENCIA ARTIFICIAL · UNIVERSIDAD EL BOSQUE
Inteligencia artificial para transformar la investigación en salud.
Investigación avanzada, innovación tecnológica y formación especializada para desarrollar soluciones de inteligencia artificial aplicadas a la salud y la calidad de vida.
01 · SAVIA-LAB
Un espacio para conectar ciencia, tecnología y salud.
SavIA-Lab es el Laboratorio de Inteligencia Artificial de la Universidad El Bosque, orientado a la investigación, el desarrollo tecnológico y la formación especializada en inteligencia artificial aplicada a la salud.
Su trabajo articula capacidades científicas, tecnológicas y multidisciplinarias para abordar problemas relevantes y generar conocimiento, herramientas y soluciones con potencial de impacto.
IA
Aplicada a salud
5
Áreas de investigación
∞
Posibilidades de colaboración
INICIATIVA INSTITUCIONAL
Universidad El Bosque
Marco institucional de SavIA-Lab
02 · INVESTIGACIÓN
Áreas que conectan inteligencia artificial con desafíos reales.
Líneas de trabajo orientadas a la generación de conocimiento y al desarrollo de tecnologías aplicables a la salud.
Biomarcadores y medicina de precisión
Integración de datos moleculares y clínicos para estudiar biomarcadores y apoyar enfoques de medicina de precisión.
Biosensores y dispositivos médicos
Combinación de biología molecular, nanotecnología, electroquímica e inteligencia artificial para diagnóstico.
Robótica y dispositivos inteligentes
Robótica, sensores y sistemas inteligentes orientados a la automatización y asistencia en salud.
Agentes inteligentes e IA generativa en salud
Sistemas inteligentes para apoyar procesos clínicos, científicos y educativos mediante NLP, modelos especializados, RAG y agentes de investigación.
03 · PROYECTOS
Investigación que se convierte en desarrollo.
Una selección de iniciativas que muestran cómo las capacidades del laboratorio se aplican a problemas concretos.
01
ATENEA-368-2022
↗
Plataforma web para el diagnóstico temprano de cáncer cervical asistido por inteligencia artificial
Desarrollo de una plataforma para apoyar el diagnóstico temprano de cáncer cervical en pacientes de Bogotá.
02
PCI-2025-UEB-COBOS-0086
↗
Sistema inteligente para análisis de datos y apoyo a la decisión clínica en cáncer de mama
Fase inicial de un sistema orientado al análisis de datos y apoyo a la decisión clínica en colaboración con Clínica Los Cobos.
03
PCI-2025-0100
↗
Simulaciones de campos de densidad 3D mediante modelos de difusión
Estudio de generación de simulaciones de campos de densidad tridimensionales mediante modelos de difusión.
04 · PRODUCCIÓN CIENTÍFICA
Conocimiento que permanece, se comparte y se desarrolla.
Publicaciones y resultados científicos que permiten profundizar en el trabajo desarrollado por el laboratorio.
2026 · BOOK CHAPTER
Prototype of a Comprehensive System for Automated Generation and Expert Validation of Labeled Patches on Papanicolaou Test WSI Images
Trabajo orientado al entrenamiento semisupervisado de modelos YOLO para diagnóstico automatizado en citología cervical.
Consultar publicación ↗Enhanced Cellular Detection in Cervical Cytopathology: A Systematic Study of YOLOv11 Training Paradigms
DOI ↗Performance evaluation of machine learning models in cervical cancer diagnosis: Systematic review and meta-analysis
Referencia ↗Artificial Intelligence Models for the Automating Papanicolaou Test Reading
Referencia ↗05 · INNOVACIÓN RESPONSABLE
La tecnología debe avanzar con rigor.
La investigación en inteligencia artificial aplicada a salud requiere combinar innovación tecnológica, rigor científico, interdisciplinariedad y responsabilidad en el uso de datos y tecnologías.
01
Rigor científico
Investigación orientada a generar conocimiento verificable y pertinente.
02
Interdisciplinariedad
Convergencia de capacidades científicas, clínicas y tecnológicas.
03
Ética y responsabilidad
Consideración de aspectos éticos, bioéticos, de seguridad y privacidad.
04
Impacto
Orientación hacia necesidades reales de la salud y la calidad de vida.
06 · ECOSISTEMA
La investigación también se construye en código.
Nuestro GitHub reúne proyectos, software, documentación y recursos que permiten explorar con mayor profundidad el trabajo técnico del laboratorio.
—
Repositorios
—
Proyectos
—
Software
—
Documentación
ESTRUCTURA ORGANIZACIONAL
Explora el ecosistema técnico de SavIA-Lab
Descubre proyectos de investigación, software interno y externo, documentación y otros recursos organizados dentro de la arquitectura de GitHub del laboratorio.
Explorar organización ↗
REPOSITORIOS DESTACADOS
Cargando repositorios…
07 · COLABORACIÓN
Construyamos nuevas posibilidades.
SavIA-Lab busca conectar capacidades científicas, tecnológicas e institucionales para desarrollar investigación e innovación con propósito.