Desarrollo de una metodología multimodal no invasiva para la detección precoz y la estratificación del riesgo cardiometabólico en población infantil con sobrepeso y obesidad, basada en el desarrollo de tecnologías de inteligencia artificial, visión computacional, sensórica, genómica y metagenómica.
El proyecto tiene como objetivo desarrollar una metodología innovadora, multimodal y no invasiva para la detección temprana y evaluación del riesgo cardiometabólico en niños con sobrepeso y obesidad, mediante la integración de tecnologías de inteligencia artificial y visión por computador.
La obesidad infantil constituye uno de los principales desafíos actuales de salud pública, debido a su asociación con alteraciones metabólicas y cardiovasculares que pueden manifestarse desde edades tempranas y persistir durante la vida adulta. La identificación precoz de estos riesgos resulta fundamental para favorecer estrategias de prevención e intervención personalizadas.
Mediante el desarrollo e integración de nuevas tecnologías de análisis, el proyecto pretende contribuir a la identificación de indicadores asociados al riesgo cardiometabólico, facilitando una evaluación más accesible y menos invasiva de la salud infantil.
Esta iniciativa se enmarca en el ámbito de la innovación tecnológica aplicada a la medicina preventiva y personalizada, impulsando el desarrollo de nuevas herramientas que permitan mejorar la detección precoz, la evaluación y el seguimiento del riesgo cardiometabólico en población pediátrica.
Objetivos
El objetivo general del proyecto es desarrollar una metodología multimodal no invasiva que permita mejorar la detección precoz y la estratificación del riesgo cardiometabólico en población infantil con sobrepeso y obesidad, mediante la aplicación de tecnologías de inteligencia artificial y visión por computador.
Para ello, se plantean los siguientes objetivos específicos:
- Investigar indicadores y parámetros asociados al riesgo cardiometabólico en población infantil con sobrepeso y obesidad.
- Explorar el potencial de las tecnologías de visión por computador para la obtención y análisis no invasivo de información relevante.
- Integrar diferentes fuentes de información mediante una metodología multimodal para mejorar la evaluación del riesgo cardiometabólico.
- Desarrollar modelos de inteligencia artificial orientados a la identificación temprana y clasificación de diferentes niveles de riesgo.
- Evaluar el potencial de la metodología desarrollada como herramienta de apoyo a la prevención y a la toma de decisiones clínicas.
Empresas colaboradoras
Coordinador:SABARTECH S.L.
Empresas Cooperantes:
ANALOG DEVICES
INSTITUTO DE BIOMECÁNICA (IBV)
FUNDACIÓN DE INVESTIGACIÓN DEL HOSPITAL GENERAL UNIVERSITARIO DE VALENCIA
Duración y referencia
Fecha de inicio: 01-10-2026
Fecha de finalización: 31-12-2028
Referencia del proyecto: INNSTP/2026/55
Proyecto (INNSTP/2026/55).
Este proyecto (INNSTP/2026/55) cuenta con el apoyo de la Agencia Valenciana de la Innovación (AVI) (IVACE+i Innovación) de la Generalitat Valenciana, en el marco del Programa de Proyectos Estratégicos en Cooperación STEP y está cofinanciado por la Unión Europea, a través
del Programa Fondo Europeo de Desarrollo Regional (FEDER) Comunitat Valenciana 2021-2027.
Si quiere acceder a los resultados de la investigación pinche aquí

