Como resultado de un proyecto conjunto entre la UPM y la empresa VinciLab, se ha desarrollado una aplicación que permite, de forma automática, analizar test rápidos para la detección de drogas utilizando un teléfono móvil.
Un nuevo sistema de alta fiabilidad llamado VinciPort® permite hacer test de detección de drogas con un móvil. Creado por el grupo Computer Vision Group de la Universidad Politécnica de Madrid en colaboración con VinciLab Healthcare, puede ser útil tanto para el seguimiento de programas de prevención como en medicina laboral, prevención de riesgos, control de tráfico, transportes y policía.
Hasta ahora los resultados de las pruebas rápidas de detección de drogas se interpretan visualmente, al igual que un test convencional de embarazo, mediante la presencia o ausencia de líneas que aparecen sobre una tira de papel.
Con cierta frecuencia la interpretación visual conlleva errores o dudas debido a la variedad en intensidad de las líneas o a diferencias en las condiciones de iluminación en el momento de leer el resultado.
En los últimos años algunas compañías del sector sanitario han desarrollado sistemas que permiten realizar lecturas automatizadas de las pruebas de detección de drogas, pero dichos dispositivos suelen ser muy costosos, de limitada portabilidad, y ofrecen pocas opciones para centralizar y analizar la información de las pruebas.
El nuevo sistema permite la interpretación de test rápidos de drogas de forma automática en un teléfono móvil, minimizando la probabilidad de errores de interpretación. La aplicación simplifica la documentación, almacenamiento y análisis agregado de los datos, en el propio dispositivo o en la nube.
Con el fin de dar las máximas garantías en la interpretación de los resultados, el sistema incorpora algoritmos validados de última generación para el procesamiento de imágenes y reconocimiento de patrones desarrollados por el Computer Vision Group de la UPM.
La aplicación está disponible para descarga en la AppStore.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
