Un profesor de Ingeniería Industrial desarrolla una metodología computacional a partir de técnicas de visión artificial y de aprendizaje estadístico para optimizar la siembra de maíz, quinua, amaranto y chía.

Estudiar la calidad de las semillas de productos nativos para gestionar su cultivo es el propósito de la investigación del profesor Camilo Franco, del Departamento de Ingeniería Industrial.

Lo hace a partir de imágenes de tipo RGB (sobre el rango espectral visible para el ojo humano), y del tipo multi / hiper espectral (que captura información sobre el rango no visible para los humanos). El método es fotografiar las semillas una a una, para luego hacerles pruebas de germinación en un laboratorio en el que, durante 9 días, se controla el crecimiento de las raíces.

Al cabo de ese tiempo ya puede establecerse el vigor de germinación de cada semilla. Esa información puede asumirse como un asunto de clasificación, es decir, si la semilla es viable o no; o como un asunto de regresión, en el que se establece el vigor de cada semilla en razón de la longitud de la raíz: entre más crezca, más vigorosa resulta ser.

Y con eso, lo que sigue es desarrollar los modelos computacionales que permitirán más adelante establecer el vigor de otras semillas. La clave está en generalizar los atributos más relevantes delas semillas para predecir su calidad a partir de las fotografiadas y controladas en laboratorio –con las que aprendió a reconocer su viabilidad – y las semillas que se sometan a consideración más adelante.

Este proyecto busca desarrollar métodos rápidos y no destructivos que funcionen en tiempo real y que se puedan implementar tanto a gran escala como a pequeña escala, como por ejemplo que un cultivador pueda tomar las imágenes con su teléfono celular y ejecutar directamente la aplicación para sembrar las mejores semillas.

El resultado es una metodología computacional que funciona con base en técnicas de visión y aprendizaje estadístico y permite establecer parámetros relevantes de manera automática para identificar las semillas de mejor calidad, de modo que el productor obtenga mayores beneficios de la siembra de productos nativos.

Gracias al trabajo conjunto entre el profesor Franco, algunos estudiantes de pregrado, la compañía Oliviva, con sede en Guasca (Cundinamarca), el Centro de Biosistemas de la Universidad Jorge Tadeo Lozano, y el grupo de Ingenieros sin Fronteras, se tienen los primeros modelos de recomendación para la quinua, y se están desarrollando las pruebas iniciales con las semillas ya
seleccionadas como de alta calidad para verificar en campo lo que las máquinas han predicho con inteligencia artificial.

Se evaluará el tamaño y la calidad de la cosecha de los productos sembrados en distintos tipos de suelo y se estará comparando el impacto de plantar semillas de alta calidad contra plantar semillas que no han sido clasificadas como tal.

 

 

Para Camilo Franco esta relación entre inteligencia artificial y agricultura no es nueva. Tras acabar su doctorado de Matemáticas en España estuvo trabajando en Portugal aplicando métodos de aprendizaje computacional para predecir la calidad de las uvas para la producción de vino Porto. Y desde entonces la agricultura de precisión es uno de sus temas de investigación. Ahora ya en el país, le resulta estimulante aportar con su trabajo al desarrollo del potencial del campo colombiano. “Lo importante es plantar esa semilla”, dice en sentido figurado.  Aunque en este caso, la expresión también aplica en sentido literal.

Inteligencia artificial y salud

Predicción de episodios epilépticos

Camilo Franco y la estudiante Diana Solano participaron en un proyecto (junto con la profesora Maria del Pilar Villamil, de Ingeniería de Sistemas, y el profesor Mario Valderrama, de Biomédica) para predecir, a partir de técnicas automáticas computacionales, la posibilidad de ocurrencia de un episodio epiléptico. Usaban la información de electroencefalogramas de pacientes diagnosticados con esa enfermedad. Los resultados permitieron identificar algunos patrones y ahora continúa el estudio con el que buscan identificar el método de inteligencia artificial que ofrezca predicciones más precisas.

Sistema para recomendación de fármacos

Un proyecto para determinar cuáles medicamentos actuales se pueden reutilizar en pacientes con cáncer, es el trabajo doctoral en Ingeniería de Diego Salazar, un químico farmacéutico inquieto por la posibilidad de utilizar los datos clínicos disponibles para mejorar la calidad de vida de las personas con cáncer. Lo que hace es utilizar herramientas en inteligencia artificial para integrar los datos tanto de los fármacos usados en líneas celulares, como de la cuantificación de genes y otras moléculas biológicas en pacientes, con el fin de tomar decisiones acertadas sobre las mejores terapias farmacéuticas para atacar el cáncer. Este trabajo lo realiza bajo la dirección del profesor Carlos Valencia, del departamento de Ingeniería Industrial.

Evaluación de la calidad del servicio de salud

Otro proyecto en el que trabaja el profesor Franco junto con la estudiante Diana Solano (como parte de su tesis de maestría) es la evaluación de la calidad en la prestación de servicios de salud para pacientes crónicos pertenecientes al régimen contributivo. La mayor dificultad que enfrentan es la consecución de datos confiables, puesto que en Colombia no hay seguimientos juiciosos en materia de salud pública. El objetivo es identificar patrones en la relación del prestador del servicio y el paciente, pero también en términos del tratamiento realizado y su costo beneficio. Los primeros resultados se esperan para diciembre de 2019.

Camilo Andrés Franco De Los Rios.

Ph.D. en Matemáticas de la Universidad Complutense.
c.franco31@uniandes.edu.co