Esta línea se enfoca en el desarrollo de modelos computacionales, analíticos y experimentales aplicados a la salud, orientados a la prevención, el diagnóstico y el tratamiento de enfermedades. Integra técnicas de ciencia de datos, inteligencia artificial y aprendizaje automático para el análisis de bioseñales, imágenes médicas, información clínica y datos ómicos, asegurando la reproducibilidad, la ética y la privacidad. Asimismo, fomenta el diseño de prototipos y de tecnologías biomédicas innovadoras que respondan a las necesidades del sistema de salud, fortaleciendo la transferencia de conocimiento hacia aplicaciones clínicas.
Esta línea integra grandes volúmenes de datos provenientes de ómicas, imágenes médicas y registros clínicos mediante metodologías de ciencia de datos, inteligencia artificial y aprendizaje automático. Se desarrollan herramientas para el análisis, interpretación y visualización de información biomédica, orientadas a generar modelos predictivos, apoyar el diagnóstico y contribuir al desarrollo de estrategias de medicina personalizada y de precisión.
Estos modelos permiten describir y analizar fenómenos biológicos y clínicos complejos, así como gestionar procesos hospitalarios. Para ello, se emplean herramientas avanzadas de optimización, modelado de procesos, simulación estocástica y analítica operativa, con el propósito de mejorar la eficiencia, la resiliencia y la sostenibilidad de los sistemas de salud.
Esto incluye plataformas digitales, dispositivos médicos y soluciones de ingeniería biomaterial, considerando tanto los aspectos experimentales como el modelamiento y la integración con inteligencia artificial.
