23 de diciembre de 2025
Paula Trespalacios Argain Estudiantes de la Licenciatura en Ciencias de la Computación de la Universidad de Sonora ganaron el primero y segundo lugar de la 24 Mexican International Conference on Artificial Inteligence CIMAT & UG , MICAI 2025, competencia del Centro de Investigación en Matemáticas y la Universidad de Guanajuato.
La Unison hizo el 1-2, el equipo ganador del primer lugar estuvo integrado por Alan David Torres Flores, Manuel Eduardo Gortárez Blanco, Omar Pacheco Velásquez, Ángel Fernando Bórquez Guerrero y Dante Alejandro Tostado Cortés.
La segunda posición fue para las estudiantes Ana Laura Chenoweth Galaz, Georgina Salcido Valenzuela y Denisse Gabriela Antúnez López.
Proyectos aplicables a mejorar la medicina
Alan David Torres Flores estudia el séptimo semestre y fue el encargado de presentar el proyecto de su equipo en Guanajuato, el cual consiste en la clasificación de imágenes endoscópicas con pocos datos, por lo que trabajaron un modelo clasificando imágenes con pocas muestras.
“Nosotros podemos tener muestras muy pequeñas que en los proyectos de inteligencia artificial suelen necesitarse cientos de miles de datos. Poder hacer una buena clasificación y generalización con pocas imágenes, que es muy valioso. Esto qué quiere decir, que una clínica o un hospital pequeño puede recolectar muy pocas imágenes y nuestro modelo lo puede ayudar a hacer clasificación de estas mismas”, precisó.
Añadió que para elaborar este proyecto trabajaron 10 días completos y les facilitaron el acceso a una partición de la súper computadora La Yuca, del área de Cómputo de Alto Rendimiento de esta casa de estudios (ACARUS)
Su reconocimiento lo relaciona también a que tuvieron acceso a pappers con técnicas recientes que les permitieron potenciar el modelo en un 75 - 80 % de precisión de todos los resultados.
Por su parte, Salcido Valenzuela precisó que su proyecto, ganador del segundo puesto, consistió en desarrollar un algoritmo de inteligencia artificial capaz de adaptarse a las áreas o dominios que antes nunca haya visto.
“Nosotros desarrollamos un algoritmo que utilizaba una herramienta llamada multitask que era capaz de procesar distintos datasets o distintos dominios y junto con otra herramienta que fue generalización de dominio fuimos capaces de poder cumplir el reto”, detalló.
Al igual que sus compañeros del primer lugar, tuvieron el apoyo para poder acceder al ACARUS y procesar su información.
“Actualmente hay muy pocos datos médicos en cuanto a imágenes, no hay muchas imágenes que estén clasificadas. Este algoritmo lo que nos ayuda es a juntar esos pocos datos para poder clasificar imágenes totalmente nuevas. De esta manera se podría facilitar mucho la investigación en el área médica para poder trabajar sin tantos datos”, explicó.
Las integrantes del equipo expresaron estar orgullosas del trabajo realizado y el resultado, lo que dijeron les abre las puertas a nuevas oportunidades.
