XV Congreso Nacional & V Congreso Internacional
de Tecnología Aplicada a Ciencias de la Salud
“Generación de Nuevas Técnicas de Diagnóstico y Tratamiento”
Auditorio de la Facultad de Medicina de la Universidad Autónoma de San Luis Potosí
5, 6 y 7 de junio de 2025

- Dr. Amaury de Jesús Pozos Guillén
Profesor Investigador de Tiempo Completo en la Facultad de Estomatología de la UASLP
UASLP
"Del laboratorio a la clínica: Investigación traslacional"
- Dr. Jonás Grande Barreto
Universidad Politécnica de Puebla
"Clasificación de lesiones mamarias basadas en características de la imagen digital"
- Dr. Solón Javier Garcés-Eisele
Clínica Ruiz/Médica Sur
"Implementación de secuenciación por nanoporos en tipificación HLA: una propuesta de diseño de iniciadores para diagnóstico de alta resolución"
Del laboratorio a la clínica: Investigación traslacional
La presentación aborda la importancia de la investigación traslacional en el área de las ciencias de la salud, explicando el proceso mediante el cual biomateriales, dispositivos médicos y fármacos pasan del laboratorio a la clínica, considerando las implicaciones bioéticas.
Se introduce la pregunta: ¿Por qué aprender sobre investigación si soy clínico?, destacando la relevancia de la evidencia científica en la práctica clínica.
Los avances biotecnológicos han impulsado el desarrollo de nuevos biomateriales, generando preguntas frecuentes entre los clínicos, como su disponibilidad y efectividad. Sin embargo, el proceso de validación y comercialización es complejo e involucra múltiples disciplinas, desde la química y la ingeniería hasta la bioética y la inteligencia artificial.
El camino hacia la aplicación clínica inicia con estudios de laboratorio para evaluar la biocompatibilidad y seguridad de los biomateriales. Se presentan ejemplos de materiales odontológicos y de ingeniería de tejidos, ilustrando el concepto de investigación traslacional: identificar una necesidad clínica, desarrollar una solución en el laboratorio y superar barreras regulatorias y comerciales para su implementación.
El proceso involucra colaboración entre la academia, la industria y los organismos reguladores. Se enfatiza el papel crucial del clínico en la identificación de necesidades y la validación de nuevas tecnologías. Además, se destacan los ensayos clínicos controlados aleatorizados como el estándar de oro para evaluar la seguridad y eficacia de biomateriales y procedimientos médicos.
Para cerrar, se discuten estrategias para acortar la brecha entre el laboratorio y la clínica, incluyendo educación en investigación traslacional, estandarización de procesos, trabajo interdisciplinario, infraestructura optimizada y financiamiento adecuado.
Identificación de biomarcadores hemodinámicos en Parkinson mediante fNIRS y técnicas de machine learning
El Parkinson afecta las habilidades motoras finas, y el fNIRS (espectroscopía funcional en el infrarrojo cercano), por su naturaleza no invasiva y portabilidad, es una técnica prometedora para evaluar estos cambios. En estos estudios se evalúa la utilidad del fNIRS como biomarcador de la enfermedad de Parkinson, aplicando técnicas de aprendizaje automático. Se analizaron 20 pacientes con Parkinson y 20 controles con fNIRS durante tareas motoras, evaluando la conectividad funcional y aplicando selección de rasgos y distintos modelos de clasificación. Se identificó una conectividad funcional disminuida y patrones hemodinámicos distintos, así como una alta exactitud de clasificación. Por tanto, estos resultados sugieren que el fNIRS, combinado con aprendizaje automático, podría ser un biomarcador eficaz para el Parkinson.
La Resonancia Magnética en la Era Digital: Integración de Inteligencia Artificial y Tecnologías Avanzadas
La resonancia magnética (RM) ha evolucionado significativamente en la era digital, integrando tecnologías avanzadas como la inteligencia artificial (IA) para mejorar su precisión, eficiencia y accesibilidad. Sin embargo, lo que se busca en un diagnóstico clínico debe estar fundamentado en la total comprehensión de la física de la resonancia magnética en enfermedades como tumores, enfermedades cardiovasculares, neurológicas y neurodegenerativas. La combinación de IA y RM permite tratamientos más personalizados, es decir, con Deep learning nos permite distinguir diferentes tipos de tumores entre glioblastomas, ependimoma, astrocitoma, meduloblastoma en otros, reduciendo procedimientos invasivos innecesarios para pacientes que llegan a hospitales de tercer nivel.
Avances Tecnológicos en Laparoscopia: Mejorando la Visibilidad con Inteligencia Artificial
La laparoscopia ha transformado la cirugía moderna al facilitar intervenciones mínimamente invasivas mediante pequeñas incisiones, guiadas por una cámara que proporciona una visión detallada del interior del cuerpo. Esta técnica reduce significativamente el dolor postoperatorio, acelera la recuperación y deja cicatrices mínimas, ofreciendo beneficios sustanciales a los pacientes. No obstante, enfrenta un desafío crítico: la pérdida de visibilidad causada por el humo generado durante el procedimiento, que oscurece las imágenes en la pantalla del cirujano, complica la identificación de tejidos y órganos, prolonga los tiempos quirúrgicos y eleva el riesgo de errores.
Este problema afecta tanto la eficiencia como la seguridad de las operaciones. La disminución de la visibilidad obliga a los cirujanos a interrumpir el procedimiento para eliminar el humo manualmente, lo que rompe el flujo quirúrgico y genera tensión en el equipo médico. Además, la falta de claridad incrementa la posibilidad de imprecisiones con potenciales consecuencias negativas para el paciente. Estudios han demostrado que soluciones digitales para este inconveniente no solo reducen el tiempo operatorio, sino que también alivian el estrés del cirujano y mejoran los resultados clínicos.
Para abordar este reto, hemos desarrollado una solución innovadora basada en inteligencia artificial que elimina el humo de las imágenes laparoscópicas en tiempo real. Nuestra técnica utiliza un modelo generativo de aprendizaje profundo, diseñado para restaurar la nitidez de las imágenes al recuperar los detalles y colores originales de los tejidos. Optimizado para un procesamiento rápido, este sistema resulta ideal para su aplicación en cirugías en vivo.
Los resultados son altamente prometedores: nuestro método supera a otras técnicas en calidad de imagen y opera a una velocidad que asegura su viabilidad en tiempo real. Las imágenes restauradas exhiben colores precisos y detalles nítidos, libres de artefactos frecuentes en enfoques alternativos, lo que resulta crucial para decisiones quirúrgicas acertadas.
Las implicaciones de esta tecnología son profundas. Al eliminar el humo digitalmente, se minimizan las interrupciones manuales, permitiendo a los cirujanos mantener un ritmo constante y concentrarse en la intervención. Esto reduce la duración de las cirugías, disminuye riesgos y mejora los resultados para los pacientes. Mirando hacia el futuro, este enfoque podría extenderse a campos como la endoscopia o la cirugía robótica, y sentar las bases para innovaciones como la detección automática de anomalías o la asistencia quirúrgica en tiempo real.
Nuevos datos sobre las propiedades mecánicas de los tejidos biológicos obtenidos mediante holografía digital unidimensional y tridimensional
Las metodologías actuales para caracterizar el comportamiento del tejido pueden limitarse a mediciones puntuales, y sujetas a interpretación ninguna de las cuales basta para caracterizar la respuesta mecánica detallada del tejido. Las propiedades mecánicas medidas en la superficie del tejido biológico cuando se somete a una carga externa como lo es el sonido son determinadas usando holografía digital interferométrica (HDI) en una y tres dimensiones de forma no destructiva. Las mediciones del movimiento de toda la superficie de la muestra pueden proporcionar más información que otras técnicas y pueden ser superiores para complementar el diagnostico de las patologías. Presentamos nuevos datos y avances en nuestro estudio para la caracterización del campo de visión completo de los desplazamientos inducidos por el sonido a escala nanométrica en la superficie la muestra a velocidades de vídeo, medición de la forma, y los campos de deformación. Se muestran resultados representativos en la membrana timpánica, y piel en su superficie así como a nivel celular, y se discute su utilidad potencial.
Optometría FESI-UNAM: Un trabajo colaborativo para el desarrollo tecnológico en favor de salud visual
En este trabajo se presentan los avances obtenidos en proyectos orientados a mejorar diversos tratamientos clínicos realizados en la FESI-UNAM, para la atención de problemas refractivos. El común denominador de ellos, es la necesidad de medir la Topografía Corneal. Para ello, se describen el uso del topógrafo portátil TOCO para el análisis de resultados del tratamiento de Ortoqueratología, empleado para ralentizar la progresión de miopía. También la caracterización del perfil de ablación láser practicado en lentes de contacto practicado como pruebas preliminares para tratamientos alternativos de cirugía refractiva para compensar ametropías primarias. Adicionalmente, se mostrará el desarrollo de un nuevo tipo de topógrafo corneal basado en displays digitales para aplicar la técnica de corrimiento de puntos. Finalmente, se describirá el diseño de telescopios Galileanos aplicados a pacientes con diagnóstico de baja visión y su fabricación por manufactura aditiva; este proyecto se desarrolla en Laboratorio Nacional de la Visión LANOV con un apoyo vigente de CONAHCYT. Los resultados obtenidos han sido consecuencia de un trabajo conjunto entre oftalmólogos, optometristas y ópticos, así como de los estudiantes que han participado en cada uno de los proyectos.
Nuevas alternativas para el diagnóstico y tratamiento de trastornos neuropsiquiátricos
Los biomarcadores son características cuantificables que sirven como indicadores de procesos biológicos normales y anormales, como respuestas patogénicas, respuestas farmacológicas a una intervención terapéutica, o el funcionamiento de un órgano fuera de parámetros fisiológicos por causas endógenas. Las enfermedades neuropsiquiátricas son manifestaciones de la disfunción cerebral. Hasta hace unos años, su tratamiento se basaba casi exclusivamente en la descripción subjetiva de la sintomatología por parte del paciente. Esto provoca sesgos e imprecisiones en el manejo, particularmente en el uso de psicofármacos. Los biomarcadores para esta clase de enfermedades permiten distinguirlas de manera objetiva, al medir la forma en que afectan la actividad cerebral. Entre las tecnologías disponibles para ello se encuentra la electroencefalografía cuantitativa (qEEG, por sus siglas en inglés). Su uso clínico ha ganado mucha aceptación por sus grandes ventajas como la alta resolución temporal, que ofrece a un costo más bajo que otras técnicas como las de imagenología. La qEEG permite la caracterización de parámetros de actividad eléctrica cerebral como la potencia relativa de gama, alfa y teta, densidad del poder espectral, análisis de microestados, coherencia global ponderada con un alto grado de especificidad, sensibilidad y eficacia. Lo anterior sirve para distinguir, por ejemplo, entre desórdenes afectivos cuyos síntomas pueden tener un alto traslape, o bien para predecir el avance de la demencia o saber qué tan ideóneo es un fármaco para pacientes específicos. Así, es posible adaptar tratamientos farmacológicos y no farmacológicos para modificar las funciones cognitivas-conductuales de los pacientes. Los tratamientos no farmacológicos están siendo favorecidos como una alternativa segura. Estas incluyen técnicas de estimulación cerebral y neuromodulación, cuya aplicación por excelencia es el manejo de diversas enfermedades neuropsiquiátricas. La estimulación profunda cerebral, la estimulación eléctrica transcraneal y la estimulación magnética transcraneal, son ejemplos de métodos de activación cerebral que buscan mejorar calidad de vida del paciente.
Clasificación de lesiones mamarias basadas en características de la imagen digital
El presente trabajo propone una metodología para clasificar masas mamarias conforme a los grados BI-RADS (Breast Imaging Reporting and Data System). Esta clasificación es esencial en la detección temprana del cáncer de mama, ya que evalúa características como forma, margen y densidad de las masas, permitiendo determinar el riesgo de malignidad. A diferencia de enfoques previos centrados en clasificaciones binarias (benigno/maligno), esta propuesta introduce el uso de descriptores cuantitativos basados en los criterios BI-RADS, utilizando el conjunto de datos INbreast. Primero, las masas son localizadas con el modelo YoloV4 y segmentadas para su análisis. Luego, se extraen descriptores de la imagen digital para representar las tres características clave: forma (número de lóbulos, irregularidad), margen (medidas de redondez) y densidad (mapas de). Se empleó un análisis de correlación lineal para seleccionar las características importantes para su uso en la clasificación de las masas. La clasificación se realizó mediante una red neuronal multicapa (MLP). En pruebas con validación cruzada, el sistema logró una precisión de clasificación de 90% para la categoría binaria y 91% al clasificar directamente en grados BI-RADS, con sensibilidad de 89% y 80%, respectivamente. Además, la metodología permitió identificar de manera diferenciada las clases extremas (BI-RADS 2 y 5), aunque encontró mayor dificultad con la clase 3 por su menor representación en los datos. El trabajo demuestra que es posible automatizar la clasificación BI-RADS con características interpretables para los especialistas, acercando la inteligencia artificial a la práctica clínica. Se destaca como el primer enfoque con un descriptor corto, explicable y basado explícitamente en el estándar BI-RADS, aunque se sugiere validar su generalización en conjuntos de datos más variados en el futuro.
Implementación de secuenciación por nanoporos en tipificación HLA: una propuesta de diseño de iniciadores para diagnóstico de alta resolución
La tipificación de genes del Antígeno Leucocitario Humano (HLA) es un proceso clave en medicina traslacional, especialmente en el contexto de trasplantes y enfermedades autoinmunes. Sin embargo, los métodos convencionales son costosos, lentos y requieren personal altamente capacitado. En respuesta a esta necesidad clínica, este trabajo propone el diseño in silico de iniciadores específicos para la PCR previa a la secuenciación de genes HLA mediante tecnología de nanoporos (MinION, Oxford Nanopore Technologies).
A través de un pipeline bioinformático propio, se diseñaron iniciadores personalizados para los genes clásicos HLA-A, -B, -C, -DR y -DQ, permitiendo amplificaciones robustas incluso en genes de gran tamaño y con alta variabilidad alélica. Esta propuesta no solo optimiza los costos y tiempos de análisis, sino que amplía el acceso a pruebas de alta especialidad en laboratorios clínicos. Además, ofrece una solución escalable para la incorporación de variantes alélicas emergentes y el estudio de haplotipos complejos.
La investigación representa un avance estratégico en la generación de nuevas técnicas diagnósticas basadas en secuenciación de nueva generación, con impacto directo en la selección de donantes, manejo de enfermedades inmunológicas y desarrollo de medicina personalizada.
Ponente
Contenido
Ponente
Contenido
Ponente
Contenido
Ponente
Contenido
Ponente
Contenido
Dr. Amaury de Jesús Pozos Guillén
El Dr. Amaury de Jesús Pozos Guillén es Profesor Investigador de Tiempo Completo en la Facultad de Estomatología de la Universidad Autónoma de San Luis Potosí y responsable del Laboratorio de Ciencias Básicas. Cursó sus estudios de Licenciatura de Cirujano Dentista en la Facultad de Estomatología; es Maestro en Ciencias en Investigación Clínica y Doctor en Ciencias Biomédicas Básicas por la Facultad de Medicina de la Universidad Autónoma de San Luis Potosí. Es miembro del Sistema Nacional de Investigadores desde el año 2005, actualmente nivel 3.
Integrante del grupo de expertos del primer Consenso Regional de Cardiología “Prevalencia, perspectivas y desafíos de la caries dental en países de América Latina y el Caribe”, 2021. Es Coordinador del Libro Odontología Basada en la Evidencia: “De la evidencia científica a la práctica clínica”, cuyos contenidos fueron escritos por investigadoras e investigadores clínicos universitarios con el deseo principal de llevar a los lectores el conocimiento de los fundamentos de la OBE, para así facilitar la lectura crítica de la información odontológica válida y actualizada, generada principalmente por artículos científicos, y su posterior aplicación en la práctica clínica.
Los intereses de investigación del Dr. Amaury Pozos se centran en temas de diseño y caracterización de biomateriales para la administración de fármacos y regeneración de tejidos, manejo-clínico farmacológico del dolor e investigación de enfermedades orales en la población pediátrica.
Dr. Edgar Guevara Codina
Es profesor de Ingeniería Biomédica en la Facultad de Ciencias de la Universidad Autónoma de San Luis Potosí. Obtuvo su doctorado en ingeniería biomédica en la École Polytechnique de Montréal. Es miembro de nivel 2 del Sistema Nacional de Investigadores y ha recibido numerosas subvenciones y becas competitivas. Sus intereses de investigación incluyen el diagnóstico médico no invasivo mediante fNIRS (espectroscopía funcional en el infrarrojo cercano), la conectividad funcional y el procesamiento de señales biomédicas. Es miembro del comité editorial de la revista Neurophotonics (cuartil Q1 en óptica y cuartil Q1 en neurociencia). También pertenece a la SPIE (Sociedad Internacional de Óptica y Fotónica), SfN (Sociedad de Neurociencia) y la Society for fNIRS (Sociedad para fNIRS).
Dra. Silvia Hidalgo Tobón

Es Física por la Universidad de las Américas-Puebla. 1era Maestra Graduada en Física Medica por el Instituto de Física, UNAM. Doctora en Física, del Centro de Resonancia Magnética Sir Peter Mansfield, Universidad de Nottingham, Inglaterra. Realizo estancias postdoctorales en la Universidad de Western Ontario, Canadá y en la UAM-I. Sus intereses están en la imagenología por resonancia magnética Funcional, seguridad en Resonancia Magnética Clínica y neurociencias. Ha participado en foros nacionales e internacionales. Pertenece al SNI. Imparte cursos y dirige tesis a nivel licenciatura, maestría y doctorado. Es miembro de la ISMRM, RSNA, Sociedad de Física, entre otras. Pertenece al Sistema Nacional de Investigadores, PRODEP. Realiza proyectos de investigación con diferentes institutos nacionales de salud y hospitales, así con instituciones en el extranjero. Profesora del Departamento de Física y coordinadora de la Especialización en Física Médica clínica en la UAM Iztapalapa.
Dr. Sebastián Salazar-Colores
Investigador con enfoque multidisciplinario en Inteligencia Artificial y Procesamiento de Imágenes, cuyas contribuciones abarcan entornos biomédicos, industriales y medioambientales. Integra métodos de Visión por Computadora con técnicas avanzadas de análisis y modelado para abordar problemas complejos. Lidera proyectos en el Centro de Investigaciones en Óptica (CIO) y participa como profesor invitado en programas de posgrado de la Universidad de Guanajuato y la Universidad Autónoma de Querétaro, impulsando la formación de talento en áreas de IA. Su producción científica ha sido difundida en foros reconocidos a nivel internacional y respaldada por su nombramiento en el Sistema Nacional de Investigadores (SNI Nivel I). Su meta final es desarrollar soluciones innovadoras que incidan positivamente en la sociedad.
Dra. María del Socorro Hernández Montes
Investigadora titular en la división de metrología óptica en el Centro de Investigaciones en óptica (CIO). Pertenece al grupo académico de los posgrados de maestría y doctorado en ciencias ópticas y de la maestría en optomectrónica del CIO.
Responsable del laboratorio de metrología óptica I.
Investigadora perteneciente al Sistema Nacional de Investigadoras e Investigadores (SNII) Nivel II.
Lic. en Ingeniería Electrónica y Comunicaciones en la Universidad Iberoamericana plantel León.
Doctora en Ciencias Ópticas por el Centro de Investigaciones en Óptica, A.C., León Gto.
Postdoctorado lo realizo en Worcester Polythechnic Institute (WPI) en colaboración con Massachusetts Eye & Infirmary (MEEI)/Harvard Medical Schol, Boston, MA.
Ha publicado varios artículos científicos con riguroso arbitraje y de divulgación.
Participa activamente como asesora y tutora de profesionales dentro los posgrados de Maestría y doctorado del CIO. Imparte cursos en los posgrados del CIO.
Editora y co-autora del libro: Full Field Optical Metrology and Applications.
Líneas de Investigación: Sus intereses de investigación se centran principalmente en métodos ópticos no invasivos y óptica biomédica con el objetivo de impactar cienciasociedad-industria.
Dr. Martín Isaías Rodríguez Rodríguez

Licenciado en Física por la Benemérita Universidad Autónoma de Puebla (BUAP), Maestría y Doctorado en Ciencias en la Especialidad de Óptica, por el Instituto Nacional de Astrofísica Óptica y Electrónica (INAOE). Dos estancias posdoctorales; la primera en el Instituto Ciencias Aplicadas y Tecnología (ICAT) y la segunda en el University College Dublin UCD, Irlanda del sur. Desarrolla investigación original en el área de Óptica de la Visión mediante técnicas para medir la Topografía Corneal del ojo humano, así como instrumentación óptica para la evaluación de superficies asféricas y de forma libre. Cuenta con un total de 14 artículos publicados como autor principal, 8 como coautor, y Una Patente compartida publicada en el IMPI. En formación de recursos humanos y docencia ha sido Profesor de Asignatura A en la Facultad de Ciencias de la UNAM. Además, ha impartido conferencias de divulgación en Universidades de prestigio como: la BUAP, la Universidad Autónoma de Querétaro (UAQ), el Tecnológico de Tehuacán (ITT), en CCH y Preparatorias de la UNAM, en Preparatorias de la CDMX, y para el grupo de Sistemas Ópticos del ICAT. Adicionalmente, ha realizado presentaciones de trabajos en congresos nacionales e internacionales en organizaciones especializadas en el campo de la óptica: SPIE y ÓPTICA (antes OSA), es miembro de la Association for Research in Vision and Ophthalmology (ARVO), miembro de la Optical Society (OPTICA) y miembro del Sistema Nacional de Investigadores SNII, Nivel 1. Actualmente es Profesor de Carrera Asociado C de Tiempo Completo en la Carrera de Optometría de la FES-Iztacala UNAM.
Dra. Nayeli Huidobro González
Es Profesora-Investigadora del Decanato de Ciencias de la Vida y la Salud de la Universidad Popular Autónoma del Estado de Puebla. Doctora y maestra en Ciencias Fisiológicas y licenciada en Biomedicina por la Benemérita Universidad Autónoma de Puebla, miembro del Sistema Nacional de Investigadoras e Investigadores Nivel 1. Es miembro de la Society for Neuroscience USA, miembro de la Sociedad Mexicana de Ciencias Fisiológicas, y editora para la publicación Frontiers in Integrative Neuroscience. Especializada en neurofisiología y neurociencias e investigación clínica por la Benemérita Universidad Autónoma de Puebla y la Universidad La Salle. Cuenta con diversas publicaciones en revistas arbitradas e indexadas, con patentes registradas en el IMPI y diplomados en investigación clínica, bioética, neurología, neurobiología del comportamiento humano, técnicas de neuromodulación, entre otros. Es líder del grupo de trabajo de Neurociencia Cognitiva en su universidad, que se centra en el estudio de procesos cognitivos, biomarcadores electroencefalográficos y neuromodulación.
Dr. Jonás Grande Barreto
Es egresado de Ingeniería Mecatrónica por parte del Instituto Tecnológico Superior de Atlixco; obtuvo la maestría en electrónica por parte de la Benemérita Universidad Autónoma de Puebla; graduado del doctorado en ciencias computacionales por parte del Instituto Nacional de Astrofísica, Óptica y Electrónica. Es parte del Sistema Nacional de Investigadores y ha publicado trabajos de investigación en las áreas de procesamiento de imágenes y aprendizaje automático. Actualmente se desempeña como profesor investigador en la Universidad Politécnica de Puebla.
Ponente
Contenido
Ponente
Contenido
Ponente
Contenido
Ponente
Contenido
Ponente
Contenido
Fecha de última modificación: Abril 29, 2025