Facultad de Computación
Sistemas de Información Ciencia de Datos Ciencia de la Computación CiberseguridadFacultad de Negocios
Administración y Negocios Digitales Administración y Negocios Sostenibles Business AnalyticsSoluciones alternativas de diagnóstico de COVID-19 usando Machine Learning
Escrito por:
UTEC
Autor:
Prof. Paul Cardenas.
Departamento de Bioingeniería
pcardenas@utec.edu.pe
Las técnicas de Machine Learning así como de Big Data han demostrado ser muy útiles para afrontar la pandemia COVID-19 [1,2]. Por lo cual CONCYTEC/FONDECYT y el Centro de Bioingeniería de UTEC estan ofreciendo la “Diplomatura en Big Data y Machine Learning contra COVID-19”.
El programa brindará 46 becas de estudio a profesionales que busquen crear soluciones rápidas y alternativas basadas en datos para mitigar los efectos causados por la pandemia en nuestro país.
El potencial de big data en la lucha contra la pandemia del COVID-19 se puede dar a través de cuatro dominios de aplicación como son: predicción de brotes y rebrotes, seguimiento de la propagación del virus, diagnóstico y tratamiento del coronavirus y descubrimiento de vacunas y fármacos.
Imagen 1. Aplicación de inteligencia artificial y Machine Learning en la lucha contra COVID-19. Los datos de los pacientes con COVID-19 se pueden integrar y analizar mediante algoritmos avanzados de Machine Learning para comprender mejor el patrón de propagación viral, mejorar aún más la velocidad y la precisión del diagnóstico, desarrollar enfoques terapéuticos novedosos y eficaces y, potencialmente, identificar a las personas más susceptibles.
Fuente. Alimadadi A., Aryal S., Manandhar I. et al. (2020)
Científicos de todo el mundo han tornado su interés en el uso de inteligencia artificial para ayudar a aliviar el estrés en el sistema de salud hospitalario debido al creciente número de pacientes que necesitan camas UCI, el cual ha hecho colapsar los hospitales en muchos países en desarrollo. Usando Machine Learning [3] se han desarrollado sistemas de soporte de decisión en medicina (SSDM). Estos SSDM tienen como objetivo ayudar al personal médico de todo el mundo a clasificar a los pacientes, el cual, puede ser muy crítico, especialmente en el contexto de recursos sanitarios muy limitados [4]. Te imaginas si usando SSDM podrías determinar rápidamente la probabilidad de estar infectado o incluso si eres paciente de alto riesgo que necesita una cama UCI para sobrevivir. Esto nos podría ayudar a manejar mucho mejor nuestros recursos limitados en los hospitales.
Como ejemplo tenemos que el pasado 4 enero del 2021 fue publicado un artículo en la revista nature “Machine learning-based prediction of COVID-19 diagnosis based on symptoms” [1] por científicos de la Facultad de Medicina, Universidad de Tel Aviv.Estos científicos usaron aprendizaje supervisado para entrenar el modelo de Machine Learning con registros de 51,831 personas (de las cuales se confirmó que 4769 tenían COVID-19). El set de prueba contenía datos de la semana siguiente (47,401 individuos evaluados, de los cuales se confirmó que 3624 tenían COVID-19). Este modelo es capaz de dar la probabilidad de ser diagnosticado con una infección por COVID-19 y predijo los resultados del set de prueba con alta fiabilidad (0.90 de AUC-ROC) utilizando tan solo ocho características binarias: Sexo, edad ≥60 años, contacto conocido con un individuo infectado, y la aparición de cinco síntomas clínicos iniciales (Tos, Dificultad para respirar, Fiebre, Dolor de garganta y Dolor de cabeza).
Las predicciones se generaron utilizando un modelo de gradient-boosting construido con aprendices de base de árbol de decisiones (solo unas de las técnicas de Machine Learning). El gradient-boosting es un algoritmo de machine learning muy popular que ha demostrado ser exitoso en muchas aplicaciones y a menudo es uno de los métodos favoritos para ganar competencias en Kaggle. El gradient-boosting construye un conjunto de árboles poco profundos en secuencia con cada árbol aprendiendo y mejorando los errores del anterior árbol. Aunque los árboles poco profundos son modelos predictivos bastante débiles, se puede producir un conjunto poderoso que a menudo es difícil de superar con otros algoritmos. En este estudio se usó la librería de LightGBM y el lenguaje de programación de Python.
El estudio usó datos públicos del Ministerio de Salud de Israel para desarrollar un modelo que que detecta los casos de COVID-19 usando atributos simples a los que se accede haciendo preguntas básicas a los pacientes. Un modelo de SSDM puede ser muy útil no solo para priorizar las pruebas de COVID-19 y la logística del manejo hospitalario cuando los recursos son limitados, si no también para implementar políticas públicas necesarias para reducir, localizar, rastrear a los pacientes contagiados.
Si estás interesado en tomar la iniciativa y proponer soluciones en la lucha contra la pandemia usando big data y Machine Learning, te invitamos a postular a una de las 46 becas. Para mayor infromacion sobre las becas de la diplomatura entrar al link: https://posgrado.utec.edu.pe/becas-diplomatura-en-big-data-y-machine-learning-contra-covid-19/
BIBLIOGRAFÍA:
1. Q. Pham, D. C. Nguyen, T. Huynh-The, W. Hwang and P. N. Pathirana, "Artificial Intelligence (AI) and Big Data for Coronavirus (COVID-19) Pandemic: A Survey on the State-of-the-Arts," in IEEE Access, vol. 8, pp. 130820-130839, 2020, doi: 10.1109/ACCESS.2020.3009328.
2. Alimadadi A, Aryal S, Manandhar I, Munroe PB, Joe B, Cheng X. Artificial intelligence and machine learning to fight COVID-19. Physiol Genomics. 2020 Apr 1;52(4):200-202. doi: 10.1152/physiolgenomics.00029.2020. Epub 2020 Mar 27. PMID: 32216577; PMCID: PMC7191426.
3. N. Peiffer-Smadja, T.M. Rawson, R. Ahmad, A. Buchard, P. Georgiou, F.-X. Lescure, G. Birgand, A.H. Holmes, Machine learning for clinical decision support in infectious diseases: a narrative review of current applications, Clinical Microbiology and Infection, Volume 26, Issue 5, 2020, Pages 584-595, ISSN 1198-743X, https://doi.org/10.1016/j.cmi.2019.09.009.
4. Zoabi, Y., Deri-Rozov, S. & Shomron, N. Machine learning-based prediction of COVID-19 diagnosis based on symptoms. npj Digit. Med. 4, 3 (2021). https://doi.org/10.1038/s41746-020-00372-6
3 años cumple AIChE-UTEC, jóvenes líderes impulsando la Ing. Química en el Perú
Escrito por:
UTEC
Autor:
Prof. Francisco Tarazona
AIChE-UTEC Student Chapter Advisor
ftarazona@utec.edu.pe
No hay reto grande que valga, cuando la voluntad y la pasión por dejar un legado cohesiona un equipo de personas. Esto veo cuando repaso con orgullo y alegría lo cosechado el año 2020 por esta gran familia llamada AIChE-UTEC, capítulo estudiantil en UTEC del Instituto Norteamericano de Ingenieros Químicos (AIChE, por sus siglas en inglés).
No habían iniciado las clases del 2020-1 cuando la crisis sanitaria y económica más grande de nuestros tiempos, golpeó con fuerza. Sin embargo, AIChE-UTEC estrechó su vínculo con otros capítulos latinoamericanos para lanzar una serie de webinars virtuales con temas de impacto e interés en 5 ejes temáticos: procesos industriales, medio ambiente, síntesis química, reología y bioprocesos. Estas charlas fueron dictadas por ingenieros químicos latinoamericanos para jóvenes profesionales y estudiantes de la región.
Avanzado el año, un equipo de estudiantes de AIChE-UTEC conformado por Carlos Segura (Ing. Química), Luis de La Flor (Ing. Química), Arnold Lázaro (Ing. Química) y Yomalí Ferreyra (Bioingeniería), participaron en la Conferencia Estudiantil Regional organizada virtualmente desde Colombia, en donde ganaron la final regional del concurso de conocimientos de ingeniería química "Chem-E Jeopardy" ante equipos peruanos. Y luego más adelante, vencieron en la final internacional ante un equipo de estudiantes de la India y otro de Brasil, dejando en alto el nombre del Perú y de Latinoaméricana hispanohablante, evidenciando así la rigurosidad académica con la que se forman en UTEC. Asimismo, en dicha conferencia regional, otro estudiante de Ing. Química, Giussepi Mamani consiguió el primer puesto en el concurso de posters técnicos, “Effect of homonuclear bonds in the adsorption of hydrogen cyanide on B23N5 fullerene”.
Más adelante, en la conferencia estudiantil anual de AIChE (Annual Student Conference, ASC) organizada virtualmente desde EEUU, y además del ya mencionado equipo ganador por segundo año consecutivo del Chem-E Jeopardy (véase aquí al equipo ganador del 2019), se obtuvieron los siguientes reconocimientos:
1. Por segundo año consecutivo (véase aquí equipo del primer año), AIChE-UTEC logró el reconocimiento de Outstanding Student Chapter, premio que se otorga a los mejores capítulos de AIChE del mundo. Este año UTEC destacó entre reconocidas universidades del mundo, como UCLA, Purdue University, entre otras.
2. Jean Colmenares (Ing. Química) se hizo acreedor al Freshman Recognition Award, premio otorgado al estudiante de primer año más destacado en su capítulo.
3. César Chávez (Ing. Química) ganó el Donald F. Othmer Sophomore Academic Excellence Award, premio otorgado a estudiantes de segundo año de excelente desempeño académico.
4. Árnold Lázaro (Ing. Química) ganó el International Student Chapter Leadership Development Travel Grant, premio otorgado para facilitar la participación de líderes globales en la conferencia estudiantil anual. Solo 8 capítulos fuera de EEUU se hacen acreedores a este galardón. Cabe destacar que Arnold, junto a Lelis Clemente, también estudiante de Ing. Química, fueron elegidos a mediados de año como miembros del Executive Student Committee, comité estudiantil internacional que promueve el crecimiento de todos los miembros estudiantiles de AIChE en el mundo.
5. Por primera vez, un equipo peruano liderado por Lelis Clemente y Ángel Calleja (Ing. Química), ganó el primer lugar en la categoría "K-6 to K-8" de la competencia AIChE K-12 STEM Outreach, con el módulo educativo "Digestive System as a Chemical Plant", así como el segundo puesto a nivel de equipos de estudiantes de pregrado.
De izq. a der. y de arriba a abajo: Aline Motta (voluntaria de la Annual Student Conference), Lelis Clemente (UTEC), Madeline Mueller (K-12 Committee Past-Chair), Ángel Calleja (UTEC)
Echo un vistazo por un instante al momento en que todo empezó, y releo -como si fuera ayer- las palabras de Arturo Arias, presidente del equipo fundador de AIChE-UTEC cuando decía que le generaba “una emoción muy grande saber que ahora en mi carrera se han abierto puertas a muchísimas nuevas posibilidades, y es un gran honor ser parte del equipo que trabaja para lograr esto y más, junto a personas que, no solamente son muy hábiles, sino que también están llenos de buenos valores”.
No me queda sino agregar que sigan adelante, jóvenes. Quienes tenemos el privilegio de ser sus maestros, estamos contentos de verlos cosechar el fruto del esfuerzo sembrado en y fuera de las aulas. La visión del equipo fundador de que “el capítulo estudiantil de AIChE en UTEC tenga éxito, crezca mucho más con el tiempo, y que pueda posicionar a la carrera de Ingeniería Química de UTEC en el lugar alto donde merece estar, así como a esta profesión en el Perú” se hace cada vez más realidad.
Larga vida al capítulo AIChE-UTEC.
Feliz tercer aniversario!
CONOCE MÁS SOBRE ING. QUÍMICA EN UTEC Y VIVE LA INGENIERÍA Ing. Quimica
¿Qué tan avanzado está el desarrollo de big data en el Perú?
Escrito por:
UTEC
Está demostrado que en la actualidad la big data mueve al mundo. Y es que los datos se han convertido en el commodity más valorado por las empresas.
CIENCIA DE DATOS EN UTEC: PRIMERA CARRERA DE SU TIPO EN EL PERÚ
Las organizaciones dedicadas al Marketing, Finanzas, Recursos Humanos y muchos otros campos necesitan de profesionales que sepan manejar grandes cantidades de datos y herramientas de análisis. Por ello, el mercado laboral en la ciencia de datos está en auge: empresas de todo rubro necesitan de científicos de datos que puedan crear modelos capaces de predecir lo que ocurrirá en su sector.
¿Y qué podemos decir sobre el desarrollo de la big data en el Perú? No dejes de leer la siguiente entrevista a Yamilet Serrano PhD., directora de nuestra carrera de Ciencia de Datos en UTEC, quien nos comenta un poco más sobre el tema:
¿Cuáles son los países más desarrollados en Big Data? ¿Cómo muestran este desarrollo?
En términos generales, según Statista para 2027, se estima que el mercado de big data crecerá a USD 103 mil millones. Y para 2022, se prevé que el mercado global de big data y análisis crezca a USD 274 mil millones. Hoy en día, el valor de los datos tiene un gran impacto en las economías de todos los países, para identificar los principales productores de "producto bruto de datos" del mundo se debe valorar el volumen, el uso, la accesibilidad y complejidad de los datos. Bajo esa perspectiva los países que lideran “the Data Economy” son Estados Unidos, el Reino Unido, China, Suiza, Corea del Sur, Francia entre otros.
Por otro lado, si hablamos de la tecnología para soportar big data los países más desarrollados son también los antes mencionados.
¿Qué tan avanzado está el desarrollo de Big Data en nuestro país?
Como política de estado, todavía falta mucho para soportar big data y para crear valor de nuestros datos como las grandes economías. Sin embargo, la industria privada sí utiliza big data para sus procesos, como, por ejemplo, análisis crediticios, comercio electrónico, bolsa de valores e incluso clubes de fútbol.
A nivel de un gobierno digital, ¿qué nos permitiría lograr el uso eficiente de Big Data?
Primero lograr la conectividad a nivel nacional, la tecnología para soportar big data y luego desarrollar una arquitectura de gobierno digital.
UTEC: Docente de Ingeniería Mecánica publica capítulo en libro de Investigación
Escrito por:
UTEC
Felicitamos al Profesor Wangdo Kim del departamento de Ingeniería Mecánica, quien acaba de publicar un capítulo del siguiente libro “Research Trends and Challenges in Medical Science Vol. 8”.
Pr. Kim ha escrito el capítulo 5 titulado “A Critical Study on the Duality of Functional Knee Axes and Foot Contact”.
El Pr. Kim es experto en biomecánica una rama de la ingeniería mecánica, la cual estudia los fenómenos dinámicos del cuerpo humano.
Felicitaciones por este gran logro.
Puedes acceder a la publicación del Dr. Kim en el siguiente link: https://stm.bookpi.org/RTCMS-V8/article/view/31
Comunicando la incertidumbre
Escrito por:
UTEC
Los investigadores del estudio Communicating Scientific Uncertainty in an Age of COVID-19 analizaron cómo se comunican las prepublicaciones en los medios de comunicación. Como parte del estudio, escogieron portales como The Guardian, the New York Times, Wired, Yahoo! News, Medium, entre otros, y analizaron cómo estos medios comunicaban información científica proveniente de prepublicaciones.
Las prepublicaciones son artículos científicos que no han pasado por la revisión por pares, por lo cual se consideran “información por validar”. La pandemia ha acelerado la distribución de estos debido a que el proceso de publicación de las revistas científicas es largo y demanda diversos recursos.
Según el estudio, menos de la mitad de las noticias que incluían información obtenida por prepublicaciones indicaba que esta información era preliminar. Una posible explicación es que los medios de comunicación consideran que hacer esta especificación podría crear desconfianza en el público, a pesar de ser necesaria. Al mismo tiempo, los investigadores descubrieron que el 90% de noticias sobre el coronavirus incluía enlaces a los estudios, como una acción que ofrece transparencia y validez científica.
Fuente:
Por: Alejandra Ruiz León
Más y mejores pruebas para detectar el coronavirus
Escrito por:
UTEC
Identificar a tiempo a los pacientes con coronavirus continúa siendo uno de los grandes retos para el 2021. Las pruebas moleculares es la manera más confiable para confirmar la presencia del virus en un paciente. Sin embargo, el acceso a estas pruebas continua restringido por la falta de personal y laboratorios especializados que realicen la técnica de PCR.
En Estados Unidos, la FDA ya ha aprobado tres pruebas de diagnóstico de uso casero. Aunque por el momento no se encuentran a la venta, significan un avance en el rastreo de los pacientes, en especial los asintomáticos que pueden estar infectados sin saberlo.
La industria de la biotecnológica en nuestro país también ha producido avances en el desarrollo de nuevos métodos de diagnóstico. Gracias al financiamiento de Innóvate Perú, la empresa de biotecnología peruana Cavbio ha desarrollado un nuevo kit de diagnóstico que contiene los reactivos necesarios para elaborar una RT-PCR para la detección del material genético del virus. Por el momento, el kit ya cuenta con la aprobación de la DIGEMID y tendrá un costo aproximado de 20 soles.
Fuentes:
U.S. Reaches Deal for At-Home Covid-19 Tests
Por: Alejandra Ruiz León
Los errores gramaticales de los virus
Escrito por:
UTEC
Gracias a la vigilancia genómica los científicos describen qué mutaciones aparecen en la secuencia del virus del SARS-Cov-2. Estos cambios pueden significar un cambio en cómo funciona el virus…o no.
Una buena metáfora para entender cómo se producen estas mutaciones es entender nuestro propio idioma. Cuando escribimos un texto, podemos cometer errores gramaticales. Pero hay errores y errores. Algunos pueden pasar desapercibidos y otros, cambiar por completo el sentido de la oración. Y más aún, si acumulamos suficientes errores, podríamos cambiar todo el mensaje de un texto.
Esta metáfora inspiró a científicos del MIT para desarrollar un algoritmo que ayude a identificar y predecir variaciones en la secuencia del virus. El objetivo fue encontrar cambios en la secuencia de aminoácidos que conforman las proteínas del virus. Mediante el algoritmo se han identificado qué variaciones le permitirían al virus escapar del sistema inmune, neutralizando los anticuerpos. Al comparar las mutaciones de virus con los errores gramaticales, los científicos encontraron mutaciones que de darse, podrían producir obstáculos para la producción de las vacunas.
Learning the language of viral evolution and escape
Por: Alejandra Ruiz León
Noticias científicas del mes de enero
Escrito por:
UTEC
¡Enero se pasó en un cerrar y abrir de ojos! Pero también hubo tiempo para algunas noticias científicas que nos animan a empezar el año con mucha ciencia y tecnología.
Comunicando la incertidumbre
Los investigadores del estudio Communicating Scientific Uncertainty in an Age of COVID-19 analizaron cómo se comunican las prepublicaciones en los medios de comunicación. Como parte del estudio, escogieron portales como The Guardian, the New York Times, Wired, Yahoo! News, Medium, entre otros, y analizaron cómo estos medios comunicaban información científica proveniente de prepublicaciones.
Las prepublicaciones son artículos científicos que no han pasado por la revisión por pares, por lo cual se consideran “información por validar”. La pandemia ha acelerado la distribución de estos debido a que el proceso de publicación de las revistas científicas es largo y demanda diversos recursos.
Según el estudio, menos de la mitad de las noticias que incluían información obtenida por prepublicaciones indicaba que esta información era preliminar. Una posible explicación es que los medios de comunicación consideran que hacer esta especificación podría crear desconfianza en el público, a pesar de ser necesaria. Al mismo tiempo, los investigadores descubrieron que el 90% de noticias sobre el coronavirus incluía enlaces a los estudios, como una acción que ofrece transparencia y validez científica.
Fuente:
Más y mejores pruebas para detectar el coronavirus
Identificar a tiempo a los pacientes con coronavirus continúa siendo uno de los grandes retos para el 2021. Las pruebas moleculares es la manera más confiable para confirmar la presencia del virus en un paciente. Sin embargo, el acceso a estas pruebas continua restringido por la falta de personal y laboratorios especializados que realicen la técnica de PCR.
En Estados Unidos, la FDA ya ha aprobado tres pruebas de diagnóstico de uso casero. Aunque por el momento no se encuentran a la venta, significan un avance en el rastreo de los pacientes, en especial los asintomáticos que pueden estar infectados sin saberlo.
La industria de la biotecnológica en nuestro país también ha producido avances en el desarrollo de nuevos métodos de diagnóstico. Gracias al financiamiento de Innóvate Perú, la empresa de biotecnología peruana Cavbio ha desarrollado un nuevo kit de diagnóstico que contiene los reactivos necesarios para elaborar una RT-PCR para la detección del material genético del virus. Por el momento, el kit ya cuenta con la aprobación de la DIGEMID y tendrá un costo aproximado de 20 soles.
Fuentes:
U.S. Reaches Deal for At-Home Covid-19 Tests
Día de la mujer y la niña en la ciencia
Escrito por:
UTEC
Con el fin de reconocer el rol importante de las mujeres y las niñas en la ciencia y la tecnología, el 11 de febrero se celebra el Día Internacional de la Mujer y la Niña en la Ciencia.
Fue proclamado en 2015 por la Asamblea General de las Naciones Unidas con el fin de lograr el acceso y la participación plena y equitativa en la ciencia para las mujeres y las niñas, además para lograr la igualdad de género y el empoderamiento de las mujeres y las niñas.
La ciencia y la igualdad de género son fundamentales para el desarrollo sostenible. Aún así, las mujeres siguen encontrando obstáculos en el campo de la ciencia: menos del 30% de investigadores científicos en el mundo son mujeres.
“Notemos la importancia que tiene desarrollar conocimiento. De fomentar la evolución de la ciencia y capacitarnos siempre para crear respuestas innovadoras que solucionen problemas que se nos presentan día a día”
Monica Santa Maria, directora de investigación de UTEC
“Para mí es como llevar la bandera de UTEC, llevar la bandera de las organizaciones en las que estoy en las que democratizo la biotecnología, y sobre todo la bandera de Perú. Poder también demostrar que en mi país hay jóvenes como nosotros que hacemos ciencia y podemos lograr hacer grandes cosas”
Thalia Leyton, alumna de Bioingeniería
Más diversidad, mejor ciencia
La ciencia y la igualdad de género son vitales para alcanzar los Objetivos de Desarrollo Sostenible (ODS). En los últimos 15 años, la comunidad internacional ha hecho un gran esfuerzo para inspirar y promover la participación de las mujeres y las niñas en la ciencia. Sin embargo, las mujeres siguen encontrando obstáculos para desenvolverse en el campo de la ciencia.
La brecha de género en los sectores de la ciencia, la tecnología, la ingeniería y las matemáticas (STEM) persiste desde hace años en todo el mundo. A pesar de que la participación de las mujeres en las carreras de grado superior ha aumentado enormemente, estas todavía se encuentran insuficientemente representadas en estos campo
Fuente: Organización de las Naciones Unidas
La Soft Robotics para la tecnología vestible (wearable technology)
Escrito por:
UTEC
La soft robotics es un campo joven de la robótica que empezó a tomar mucho interés en la comunidad científica a inicios de los años 2000. La particularidad de esta tecnología es el uso de materiales flexibles y blandos para crear actuadores, sensores o robots con la capacidad de moldearse o adaptarse a objetos de geometría diversa y siendo flexibles cuando están sujetos a fuerzas o torques externos al interactuar con los objetos de su entorno. Estos soft robots son más seguros, cómodos al llevarlos puestos, ligeros, y se pueden proponer alternativas de bajo costo en comparación con los sistemas rígidos.
Desde inicios del año 2010 la soft robotics está creciendo exponencialmente en el desarrollo de wearable robotics debido a las características, antes mencionadas, de los materiales flexibles y blandos. Los soft wearable robots se están desarrollando y utilizando en los campos de la salud, militar e industrial. En el campo de la salud, principalmente hay dos tipos de aplicaciones: 1) Asistencia, donde la función del soft robot es de restaurar las capacidades de movimiento y fuerza que se hayan perdido por alguna enfermedad o accidente; por ejemplo tenemos las prótesis, ortesis y ayudas técnicas. 2) Aumento de capacidades físicas, donde el soft wearable robot cumple la función de incrementar alguna capacidad física de una persona sana; por ejemplo aumentar la capacidad de carga de una persona o la resistencia a trayectos largos de un militar.
El laboratorio de Micro-BioRobótica de Ingeniería Mecánica, liderado por el Prof. Emir Vela, está desarrollando soft wearable robots para asistencia de personas que necesitan rehabilitación física, prótesis, u ortesis. Algunos de los proyectos son exoesqueletos flexibles, guantes para rehabilitación, retroalimentación táctil y kinestésica con actuadores blandos y prótesis. La mayoría de los proyectos están en colaboración con laboratorios de Harvard University, MIT, la Université Libre de Bruxelles y Cleveland Clinic, en las cuales los alumnos hacen pasantías de investigación.
Imagen:*Izquierda, Fuente: J. Kim et al. Science 2019. Derecha, Fuente: Huaroto et al. Robotics and Automation Letters 2019.
Ph.D. Emir Vela (evela@utec.edu.pe)