En el marco del Plan de desarrollo 2023-2027- proyecto 4B, la Facultad de Ingeniería (FI-UNAM) llevó a cabo el Primer Foro para Identificar el Potencial de Desarrollo en Áreas de Inteligencia Artificial y Ciencia de Datos, del 27 al 29 de agosto en el auditorio Raúl J. Marsal, que reunió a destacados académicos con el objetivo de formar grupos multidisciplinarios que impulsen proyectos estratégicos y presenten propuestas de investigación y docencia que integren aplicaciones de inteligencia artificial y ciencia de datos, así como temas emergentes y multidisciplinarios en los planes de estudio, respondiendo así a las demandas actuales del entorno tecnológico y científico.

El comité organizador lo conformaron la doctora Aida Huerta Barrientos, el doctor Carlos Romo Fuentes, la maestra Alma Elia Vera Morales y el maestro Homero Malagón, mientras que el de programa fue presidido por el doctor Boris Escalante Ramírez y contó con la participación de los doctores Víctor García Garduño, Martín Cárdenas Soto, José María Matías Maruri, José Jaime Camacho Escoto, Daniel Cabrera Sotelo y Carlos Alberto González Rodríguez; las doctoras Cecilia Martin del Campo Márquez, Aidé Esmeralda López González, Jimena Olveres, Catalina Ferat Toscano e Idalia Flores de la Mota; el maestro Cristian González Reyes, el ingeniero Rodrigo Muñoz Sánchez y la maestra María del Rosario Barragán Paz.

Este Foro representa un paso significativo hacia la consolidación de la FI-UNAM como referente en el desarrollo de proyectos innovadores en IA y ciencia de datos, reforzando su compromiso con la educación de vanguardia y la investigación de alto impacto.

La doctora Huerta Barrientos, secretaria de Posgrado e Investigación, inauguró el Foro destacando su importancia para identificar las capacidades y fortalezas de la Facultad en el ámbito de la IA, así como su amplio programa de aplicaciones en educación, detección y medición, medicina, ciencias de la Tierra, desarrollo sostenible y energía, y sistemas de producción y comercio. Enfatizó en la necesidad de formar grupos multidisciplinarios e interdivisionales que puedan abordar problemas de interés nacional, en beneficio de la sociedad, siendo este Foro el inicio de una serie de esfuerzos encaminados a explotar el potencial. Anunció la participación de expertos, entre ellos el profesor Leo Joskowicz, quien impartió una conferencia magistral sobre las aplicaciones de inteligencia artificial en medicina; Enrique Ricoy, que abordó la gestión de la inteligencia artificial en organizaciones, y Guadalupe Michaca, quien reflexionó sobre la utopía de la IA en México.

Por su parte, el doctor Boris Escalante Ramírez subrayó que, aunque la IA y la ciencia de datos no son nuevas, los avances recientes en infraestructura de cómputo y la disponibilidad masiva de datos han revolucionado su aplicación y alcance, particularmente en áreas como la inteligencia artificial generativa. Precisó el objetivo del Foro: explorar la manera transversal de utilizar la IA en la docencia e investigación en la FI, destacando la necesidad de regular su uso para garantizar que sus aplicaciones sean éticas y beneficiosas para la sociedad.

En Three is better than two and better than one: simultaneous deep learning for lesion changes analysis in medical images, el profesor Leo Joskowicz, director del CASMIP Lab (Computer-Aided Surgery and Medical Image Processing Laboratory) presentó un innovador método totalmente automático para la detección y segmentación exhaustiva de lesiones cancerosas, y el análisis de su evolución en el tiempo, un enfoque metodológico centrado en SimU-Net, un modelo de aprendizaje profundo 3D multicanal simultáneo que se entrena con pares de escaneos registrados de cada paciente, identificando tanto las lesiones como sus cambios según las diferencias de apariencia frente al tejido sano.

El monitoreo de pacientes que reciben tratamiento contra el cáncer requiere el análisis, por parte de un clínico experto, de las imágenes radiológicas que muestran mejora y, en consecuencia, una mayor esperanza de vida. Explicó que el aumento de la accesibilidad a los escáneres y los estudios longitudinales han incrementado el número de tomografías computarizadas y resonancias magnéticas, que hace que su interpretación consuma más tiempo, y aunque se han desarrollado numerosos métodos basados en IA y aprendizaje profundo para el análisis de tales imágenes médicas, no ofrecen una solución viable para el seguimiento radiológico.

El profesor Joskowicz subrayó que, además del uso de SimU-Net, su investigación ha desarrollado un método de emparejamiento de lesiones basado en grafos bipartitos para el análisis de los cambios a nivel de la lesión, y otro para el análisis longitudinal de escaneos consecutivos de un paciente, probados con éxito en estudios experimentales sobre metástasis hepáticas y pulmonares en tomografías computarizadas, y metástasis cerebrales en resonancias magnéticas, estableciendo nuevos estándares en el campo. Compartió que su interés en el uso de la IA para mejorar el análisis de imágenes médicas comenzó hace 30 años, impulsado por el potencial de la computación para revolucionar la medicina, particularmente en la planificación de cirugías y diagnóstico. Aunque al principio fue un pequeño nicho, la creciente necesidad de soluciones médicas lo ha convertido en un área de gran relevancia y expansión.

Entre los aspectos gratificantes de su investigación, el académico israelí mencionó la satisfacción de saber que su trabajo ha ayudado a un médico a tomar decisiones críticas o a un oncólogo a modificar un tratamiento para mejorar la vida de un paciente. Expresó una profunda admiración y reconocimiento por la FI-UNAM, con la que ha colaborado durante más de 20 años y a los estudiantes les instó a seleccionar problemas de alto impacto social, como los relacionados con la medicina, y a perseverar en la difícil, pero gratificante, tarea de integrar la IA en este campo. Para finalizar, enfatizó la importancia del trabajo en equipo con médicos interesados en estas tecnologías, ya que la colaboración es clave para desarrollar herramientas útiles que puedan atender las necesidades de México, especialmente en áreas remotas y con escasez de especialistas.

El académico de la Universidad Hebrea de Jerusalén, nacido en México, es el fundador y director del Laboratorio de Cirugía Asistida por Computadora y Procesamiento de Imágenes Médicas, y miembro de las sociedades IEEE, ASME y MICCAI (que también presidió). Fue secretario general de las sociedades internacionales de Cirugía Ortopédica Asistida por Computadora y lA para la Cirugía Asistida por Computadora. Ha recibido prestigiados premios (Maurice E. Muller 2010 y Kaye Innovation 2007), ha publicado dos libros y más de 300 trabajos técnicos y posee 14 patentes emitidas. Forma parte de los consejos editoriales de Medical Image Analysis, Int. J. of Computer Aided Surgery, y Computer Aided Surgery, y ha participado en numerosos comités de programas relacionados.