Premis STEM Responsable: coneix els projectes guanyadors

A fi d’unir tecnologia i compromís social des d’una mirada inclusiva, la Universitat Oberta de Catalunya (UOC) i la Fundació VASS han impulsat els premis STEM Responsable, uns guardons que reconeixen projectes innovadors amb vocació transformadora que contribueixen a millorar la vida de col·lectius vulnerables.

Els premis STEM Responsable distingeixen treballs que promouen el desenvolupament d’idees aplicables a través de la tecnologia i que busquen una millora social. En total, s’atorguen tres premis: un primer premi de 1.500 euros, un segon premi de 1.000 euros i un tercer premi de 500 euros.

David Cabezas, Marina Valdor i Carlos Colmenero són darrere de les propostes guanyadores d’aquesta edició. Els seus treballs exploren solucions tecnològiques per donar resposta a alguns dels grans desafiaments socials actuals: l’envelliment de la població, la integració de persones migrants i la detecció primerenca de malalties cròniques com la diabetis. Els presentem a continuació.

David Cabezas: “SiMoN és un dispositiu intel·ligent no invasiu per millorar la vida de les persones grans”

David Cabezas ha estat guardonat amb el primer premi dels premis STEM Responsable per SiMoN, un sistema de monitoratge intel·ligent i no invasiu pensat per millorar la qualitat de vida de les persones grans. Amb la mirada posada en l’accessibilitat, aquest dispositiu ha estat dissenyat amb i per als seus usuaris finals: adults grans, cuidadors i familiars.

“El que diferencia SiMoN d’altres dispositius similars és que posa l’usuari al centre. He treballat amb desenes de perfils de persones grans i cuidadors per dissenyar cada funció i cada pantalla”, explica Cabezas. La interfície de SiMoN elimina la barrera tecnològica gràcies al control per veu o a pulsacions simples. A més, integra funcions com la detecció de caigudes o d’alteracions crítiques en les constants vitals, que activen automàticament un protocol: primer s’intenta confirmar al incidència amb l’usuari i, si no hi ha resposta, s’alerta el Servei d’Assistència Domiciliària (SAD) i es notifica el fet a cuidadors i familiars. També s’han creat modes d’usabilitat especial per a persones amb discapacitats com ara ceguesa, sordesa, daltonisme, EPOC o demència, en els quals s’adapten tant l’aspecte com el funcionament de la interfície i s’ajusta el llindar d’activació dels sensors.

Però SiMoN no només busca prevenir riscos o facilitar la comunicació; també proposa una tecnologia amable, amb avisos de benestar que recorden a l’usuari que s’ha d’hidratar o sortir a caminar. Cabezas insisteix que no es tracta només de funcionalitat, sinó de dignitat: “No volia un rellotge que vigilés, sinó un que acompanyés”.

El dispositiu està pensat per ser utilitzat també en centres sociosanitaris i té un sistema de rols que permet que el personal sanitari tingui accés limitat a determinades dades del pacient, de manera que es respecta la seva privacitat. L’aplicació també permet programar alarmes, rebre recordatoris personalitzats i establir zones segures perquè, en cas de desorientació o caiguda, el sistema alerti de manera automàtica els cuidadors.

A més, Cabezas destaca la possibilitat d’integrar SiMoN amb altres dispositius o serveis de la llar intel·ligent, la qual cosa obre la porta a noves funcionalitats pensades per al benestar i l’autonomia prolongada de les persones grans en les seves pròpies cases.

Marina Valdor: “Spain No Pain facilita l’adaptació de les persones estrangeres a Espanya”

Marina Valdor ha estat reconeguda amb el segon premi dels premis STEM Responsable per Spain No Pain, una aplicació dissenyada per guiar les persones estrangeres en el seu procés d’adaptació a Espanya. L’objectiu és clar: convertir la informació en una eina d’inclusió. “Aquesta aplicació dota l’usuari de guies en el seu propi idioma per fer tràmits vitals”, explica Valdor. L’app ofereix recursos sobre empadronament, accés a la sanitat, educació, obtenció del NIE i cursos d’idiomes a totes aquelles persones que s’enfronten a barreres idiomàtiques, burocràtiques o socials i no tenen xarxes de suport.

L’aplicació està dissenyada amb una metodologia centrada en l’usuari i una arquitectura intuïtiva que combina mapes de recursos, bots de conversa, sistemes de checklist i recomanacions personalitzades. A més, integra un sistema multilingüe i funcionalitats pensades per a diferents situacions administratives.

“Dotar els estrangers que arriben al país dels coneixements necessaris per ser ciutadans de ple dret els atorga més possibilitats de no caure en l’exclusió, però també de convertir-se en ciutadans que aportin molt més a la societat”, assenyala Valdor. I afegeix: “Spain No Pain pretén ser una eina per a una societat més inclusiva, equitativa i justa”.

El treball de Valdor destaca també per la seva aplicabilitat real: el contingut ha estat desenvolupat després d’una anàlisi dels principals punts crítics a què s’enfronten els migrants a Espanya, i l’eina està pensada per ser utilitzada des del mòbil, fins i tot en situacions de connexió limitada. L’aplicació també inclou un sistema de retroalimentació comunitària que permet als mateixos usuaris actualitzar-ne la informació segons la seva experiència real, la qual cosa afavoreix un ecosistema col·laboratiu. Valdor defensa que la tecnologia no només ha d’acompanyar el procés d’integració, sinó que també ha de facilitar-lo activament des del primer contacte amb el territori.

Carlos Colmenero: “El meu projecte permet detectar de manera primerenca els casos de diabetis i la prediabetis”

Carlos Colmenero ha estat distingit amb el tercer premi per un projecte que aplica aprenentatge automàtic al diagnòstic primerenc de la diabetis, sense necessitat de recórrer a biomarcadors glucèmics. La seva innovació se centra en l’ús de dades rutinàries —com el colesterol o els triglicèrids— per identificar, mitjançant models predictius, casos de prediabetis i diabetis que normalment passarien inadvertits.

“La innovació central d’aquest treball rau en la proposta i la validació d’un model d’aprenentatge automàtic que utilitza biomarcadors no glucèmics per abordar el diagnòstic de la diabetis i la prediabetis”, afirma Colmenero. Això el converteix en una eina especialment valuosa per a col·lectius vulnerables: persones amb dificultats cognitives, comunicatives o de mobilitat que moltes vegades no accedeixen a revisions mèdiques fins que la malaltia està avançada. “El model es pot executar de manera automàtica sobre analítiques de sang rutinàries, sense esperar que hi hagi una sospita prèvia ni que el pacient comuniqui símptomes”, explica Colmenero.

El sistema desenvolupat combina intel·ligència artificial amb criteris d’equitat. Ha estat entrenat perquè funcioni bé amb tota mena de dades, fins i tot quan hi ha menys casos de certs grups, gràcies a tècniques com SMOTE. “En molts països, les proves específiques per detectar la diabetis no estan incloses en les revisions mèdiques bàsiques, i això implica que la malaltia només es detecta quan ja hi ha danys”, assenyala Colmenero. El seu projecte permetria detectar casos de manera primerenca sense augmentar els costos ni requerir personal especialitzat, cosa que podria reduir desigualtats en l’accés a la salut.

El model ha estat entrenat amb dades de mil pacients i és capaç de classificar en tres estats de salut (sense diabetis, prediabetis i diabetis). A més, l’ús de tècniques com els valors de Shapley permet conèixer quines variables tenen més pes en cada predicció, fet que millora la transparència del sistema davant el personal sanitari. Colmenero destaca que la seva eina es podria implementar en contextos amb pocs recursos i que això ajudaria a democratitzar el dret a la prevenció i a una vida més saludable sense dependre de grans infraestructures mèdiques.