Visualización y anotación de imágenes médicas para entrenamiento de IA
Keywords:
Imágenes Médicas
inteligencia artificial
modelos multimodales
Prerrequisitos:
IIC2233
IIC2413
En esta oportunidad de investigación, desarrollarás un sistema para visualizar y anotar archivos DICOM de imagenes de rayos X con el propósito de facilitar la creación de dataset con grounding visual y así entrenar modelos de IA más interpretables.
Se espera que sepas desarrollo web full stack (que hayas cursado las asignaturas de desarrollo web, así como BBDD) y que estés interesado en investigar cómo usar estas etiquetas para entrenar modelos multimodales de IA.
Una posibilidad de esta investigación es enfocarse más en la evaluación y mejoramiento de modelos de IA para imágenes médicas, como Medgemma, MAIRA-2 y CURE (desarrollado por nuestro laboratorio)
| Fecha de Creación | 20/07/2026 |
|---|---|
| Vacantes Disponibles | 1/4 |
| Créditos | 10 |
| Modalidad | Nota 1-7 |
|
¿Es CMD?
De tener un carácter Interdisciplinario puede ser considerado como OFG |
No |
| Mentores |
|
| Estudiantes de doctorado que ayudarán mentoreando en esta investigación | Pablo Messina |
|
¿Es pública?
Las oportunidades públicas son visibles para personas externas a la plataforma |
Sí |
|---|---|
|
¿Es postulable?
Las oportunidades postulables son visibles para estudiantes y tienen vacantes disponible |
Sí |
|
¿Tiene fecha límite?
La oportunidad dejará de ser postulable después de la fecha límite |
No |