Premios STEM Responsable: conoce los proyectos ganadores

Buscando unir tecnología y compromiso social desde una mirada inclusiva, la Universitat Oberta de Catalunya (UOC) y la Fundación VASS han impulsado los Premios STEM Responsable, unos galardones que reconocen proyectos innovadores, con vocación transformadora y que contribuyen a la mejora de vida de colectivos vulnerables.

Los Premios STEM Responsable distinguen trabajos que promueven el desarrollo de ideas aplicables a través de la tecnología y que buscan una mejora social. En total, se otorgan tres premios: un primer premio de 1.500 euros, un segundo premio de 1.000 euros y un tercer premio de 500 euros. 

David Cabezas, Marina Valdor y Carlos Colmenero son los ganadores y ganadora de esta edición. Sus trabajos exploran soluciones tecnológicas para dar respuesta a algunos de los grandes desafíos sociales actuales: el envejecimiento de la población, la integración de personas migrantes y la detección temprana de enfermedades crónicas como la diabetes. ¡Te los presentamos a continuación!

David Cabezas: “SiMoN es un dispositivo inteligente no invasivo para mejorar la vida de las personas mayores”

David Cabezas ha sido galardonado con el primer premio de los Premios STEM Responsable por SiMoN, un sistema de monitorización inteligente y no invasivo pensado para mejorar la calidad de vida de las personas mayores. Con la mirada puesta en la accesibilidad, este dispositivo ha sido diseñado con y para sus usuarios finales: adultos mayores, cuidadores y familiares.

“Lo que diferencia a SiMoN de otros dispositivos similares es que el usuario está en el centro. He contado con decenas de perfiles de personas mayores y cuidadores para diseñar cada función y cada pantalla”, explica Cabezas. La interfaz de SiMoN elimina la barrera tecnológica gracias al control por voz o a pulsaciones simples. Además, integra funciones como la detección de caídas o de alteraciones críticas en constantes vitales, que activan automáticamente un protocolo: primero se intenta confirmar con el usuario y, si no hay respuesta, se alerta al Servicio de Asistencia Domiciliaria (SAD) y se notifica a cuidadores y familiares. También se han creado «Modos de Usabilidad Especial» para personas con discapacidades como ceguera, sordera, daltonismo, EPOC o demencia, que adaptan tanto el aspecto como el funcionamiento de la interfaz, y ajustan el umbral de activación de los sensores.

Pero SiMoN no solo busca prevenir riesgos o facilitar la comunicación: propone una tecnología amable, con avisos de bienestar que recuerdan al usuario que debe hidratarse o salir a caminar. Cabezas insiste en que no se trata solo de funcionalidad, sino de dignidad: “No quería un reloj que vigilara, sino uno que acompañe”.

El dispositivo está pensado para ser utilizado también en centros sociosanitarios, y cuenta con un sistema de roles que permite que el personal sanitario tenga acceso limitado a ciertos datos del paciente, respetando su privacidad. La aplicación permite también programar alarmas, recibir recordatorios personalizados y establecer zonas seguras para que, en caso de desorientación o caída, el sistema alerte de forma automática a los cuidadores. 

Cabezas destaca además la posibilidad de integrar SiMoN con otros dispositivos o servicios del hogar inteligente, lo que abre la puerta a nuevas funcionalidades pensadas para el bienestar y la autonomía prolongada de los mayores en sus propias casas.

Marina Valdor: “Spain No Pain facilita la adaptación de las personas extranjeras en España”

Con el segundo premio de los Premios STEM Responsable, Marina Valdor ha sido reconocida por Spain No Pain, una aplicación diseñada para guiar a las personas extranjeras en su proceso de adaptación a España. El objetivo es claro: convertir la información en una herramienta de inclusión. “Esta aplicación dota al usuario de guías en su propio idioma para realizar trámites vitales”, explica Valdor. La app ofrece recursos sobre empadronamiento, acceso a la sanidad, educación, NIE y cursos de idiomas a todas aquellas personas que se enfrentan a barreras idiomáticas, burocráticas o sociales y carecen de redes de apoyo.

La aplicación está diseñada con metodología centrada en el usuario y una arquitectura intuitiva que combina mapas de recursos, chatbots, sistemas de checklist y recomendaciones personalizadas. Además, integra un sistema multilingüe y funcionalidades pensadas para distintas situaciones administrativas.

«Dotar a los extranjeros que llegan al país de los conocimientos necesarios para ser un ciudadano de pleno derecho les otorga más posibilidades de no caer en la exclusión, pero también de convertirse en ciudadanos que aporten mucho más a la sociedad», señala Valdor. Y añade: “Spain No Pain pretende ser una herramienta para una sociedad más inclusiva, equitativa y justa».

El trabajo de Valdor destaca también por su aplicabilidad real: el contenido ha sido desarrollado tras un análisis de los principales puntos críticos que enfrentan los migrantes en España, y la herramienta está pensada para ser usada desde el móvil, incluso en situaciones de conexión limitada. La aplicación también incluye un sistema de retroalimentación comunitaria que permite a los propios usuarios actualizar información según su experiencia real, lo que favorece un ecosistema colaborativo. Valdor defiende que la tecnología no solo debe acompañar el proceso de integración, sino facilitarlo activamente desde el primer contacto con el territorio.

Carlos Colmenero: “Mi proyecto permite detectar de forma temprana los casos de diabetes y la prediabetes”

Carlos Colmenero ha sido distinguido con el tercer premio por un proyecto que aplica aprendizaje automático al diagnóstico temprano de la diabetes, sin necesidad de recurrir a biomarcadores glucémicos. Su innovación se centra en el uso de datos rutinarios —como el colesterol o los triglicéridos— para identificar, mediante modelos predictivos, casos de prediabetes y diabetes que normalmente pasarían inadvertidos.

«La innovación central de este trabajo reside en la propuesta y validación de un modelo de aprendizaje automático que utiliza biomarcadores no glucémicos para abordar el diagnóstico de la diabetes y la prediabetes», afirma Colmenero. Esto lo convierte en una herramienta especialmente valiosa para colectivos vulnerables: personas con dificultades cognitivas, comunicativas o de movilidad, que muchas veces no acceden a revisiones médicas hasta que la enfermedad está avanzada. “El modelo se puede ejecutar de forma automática sobre analíticas de sangre rutinarias, sin esperar a que haya una sospecha previa ni que el paciente comunique síntomas”, explica Colmenero. 

El sistema desarrollado combina inteligencia artificial con criterios de equidad: ha sido entrenado para que funcione bien con todo tipo de datos, incluso cuando hay menos casos de ciertos grupos, gracias a técnicas como SMOTE. “En muchos países, las pruebas específicas para detectar diabetes no están incluidas en los chequeos básicos, y eso implica que la enfermedad solo se detecta cuando ya hay daños”, señala Colmenero. Su proyecto permitiría detectar casos de forma temprana sin aumentar costes ni requerir personal especializado, lo que podría reducir desigualdades en el acceso a la salud.

El modelo ha sido entrenado con datos de 1000 pacientes y es capaz de clasificar entre tres estados de salud (sin diabetes, prediabetes y diabetes). Además, el uso de técnicas como los valores de Shapley permite conocer qué variables tienen más peso en cada predicción, lo que mejora la transparencia del sistema ante el personal sanitario. Colmenero destaca que su herramienta podría implementarse en contextos con pocos recursos, ayudando a democratizar el derecho a la prevención y a una vida más saludable sin depender de grandes infraestructuras médicas.