Ponente
Descripción
En el marco de la línea de investigación en Matemáticas Aplicadas a la Investigación en Salud y Seguridad Laboral, se desarrollaron dos proyectos orientados al uso de modelos matemáticos, análisis de datos e inteligencia artificial. El primero se centró en el diseño computacional de inhibidores frente a la mutación BRAF-V600E, relevante en distintos tipos de cáncer por su asociación con agresividad tumoral y resistencia terapéutica. Para ello, se planteó una metodología basada en la exploración del espacio químico mediante generación molecular, filtrado de compuestos y un modelo generativo híbrido compuesto por un Quantum Circuit Born Machine (QCBM) y un modelo secuencial clásico tipo LSTM/Transformer. Este enfoque permitió aprender distribuciones moleculares, identificar patrones estructurales de inhibidores eficaces y priorizar candidatos con potencial farmacológico.
El segundo proyecto abordó el análisis cuantitativo de la siniestralidad laboral a partir de datos oficiales del Instituto Regional de Seguridad y Salud en el Trabajo (IRSST) de la Comunidad de Madrid. El estudio se enfocó en accidentes de trabajo y enfermedades profesionales, especialmente lesiones musculoesqueléticas, mediante técnicas de depuración, análisis exploratorio, correlaciones, clustering y modelización predictiva. Se analizaron variables del perfil del trabajador, factores empresariales, tipología del suceso y dimensión temporal y geográfica. La implementación se realizó con Python en Google Colab y Power BI, permitiendo construir cuadros de mando interactivos y modelos de apoyo a la prevención. En conjunto, ambos proyectos evidenciaron el valor de las matemáticas aplicadas para transformar datos complejos en conocimiento útil, tanto en oncología computacional como en seguridad y salud laboral.
| Institución | Universidad Francisco de Vitoria |
|---|