María Rocío del Amor

Mi nombre es María Rocío del Amor, tengo 28 años y actualmente soy cofundadora y desarrolladora en la SpinOff Artikode Intelligence S.L., profesora permanente laboral en la Universidad Politécnica de Valencia (UPV) y coordinadora científica en el grupo de investigación Computer Vision & Behavior Analysis Lab. A pesar de mi corta edad, he desarrollado una trayectoria destacada en los campos de la ciencia, la tecnología y la innovación, con una especialización en inteligencia artificial aplicada al ámbito de la salud. Mi labor se centra en el desarrollo de soluciones basadas en visión por computador y aprendizaje automático que contribuyen a mejorar los procesos de diagnóstico y optimizar la toma de decisiones clínicas.

Mi trayectoria académica comenzó en 2015 cuando inicié mis estudios en Ingeniería Biomédica en la UPV, obteniendo el título en 2019. Desde entonces, mi carrera ha estado marcada por un compromiso constante con la investigación y el desarrollo tecnológico. En mi tercer año de carrera, tuve la oportunidad de realizar prácticas en el grupo de investigación Computer Vision & Behavior Analysis Lab de la UPV, bajo la dirección de la catedrática Valery Naranjo. Fue en este entorno donde inicié mi trayectoria investigadora, enfocándome en el desarrollo de sistemas de apoyo al diagnóstico médico a partir de imágenes y señales biomédicas, con aplicaciones en áreas como la histopatología y la tomografía de coherencia óptica (OCT). Estos primeros trabajos me llevaron a realizar mi Trabajo de Fin de Grado (TFG) en esta línea y a obtener una beca de prácticas del Ministerio de Educación. Posteriormente, cursé el Máster en Ingeniería Biomédica (2020) en la misma universidad, lo que me permitió matricularme en el programa de doctorado Tecnologías para la Salud y el Bienestar. Fruto de mis primeras investigaciones en sistemas de diagnóstico, presenté varios artículos en revistas indexadas y congresos internacionales, lo que me abrió las puertas a becas públicas como la FPI de la UPV, FPI de la Generalitat Valenciana y FPU del Ministerio de Educación. Finalmente, decidí continuar mi carrera con la ayuda FPU del Ministerio (FPU20/05263), lo que me permitió desarrollar mi labor investigadora mientras colaboraba como docente en el Departamento de Comunicaciones de la UPV.

Mi tesis doctoral, titulada Deep Learning Strategies for Overcoming Diagnosis Challenges with Limited Annotations, la cual presenté en octubre de 2023, se enfocó en desarrollar modelos de inteligencia artificial para mejorar el diagnóstico de enfermedades como el cáncer a partir de imágenes histológicas y datos ómicos. Mi tesis doctoral, calificada con mención “cum laude”, incluyó una estancia en la Universidad de Leeds bajo la supervisión del profesor Alex Frangi, donde profundicé en técnicas de inteligencia artificial aplicadas a la ingeniería biomédica, lo que me permitió obtener la mención internacional. Además, fue reconocida con el Premio Extraordinario de Tesis Doctoral de la UPV y el Premio 2024 a la Mejor Tesis en Ingeniería Biomédica otorgado por la Sociedad Española de Ingeniería Biomédica (SEIB).

Toda la investigación desarrollada a lo largo de mi trayectoria ha tenido como eje fundamental la transferencia del conocimiento científico al ámbito tecnológico, con el propósito de generar soluciones reales que aporten valor a la sociedad. En este contexto, tras la pandemia y junto a varios compañeros del centro de investigación en el que trabajo, empezamos el desarrollo de Psytrack, un software registrado en la UPV orientado a digitalizar la recogida de registros clínicos en psicología. La aplicación permite a los pacientes registrar sus experiencias en formato digital, facilitando que los profesionales preparen y analicen las sesiones terapéuticas de manera más estructurada y eficiente. Psytrack integra modelos avanzados de inteligencia artificial para el procesamiento automático de texto y audio, optimizando el trabajo tanto de psicólogos como de pacientes. Actualmente, se encuentra en fase de validación en un entorno clínico real con un número significativo de usuarios, mostrando resultados prometedores en la mejora de la práctica psicológica. El proyecto ha recibido diversos reconocimientos, entre ellos el Premio 5U CV Startup, otorgado por la Generalitat Valenciana.

Tras el desarrollo de Psytrack, he continuado ampliando la aplicación de la inteligencia artificial hacia otros ámbitos de alto impacto social, especialmente en mi principal línea de investigación: el uso de la IA para mejorar el diagnóstico médico y la salud pública. En este contexto, junto a mis socios, hemos desarrollado Pixnormous, una plataforma web avanzada para la visualización, anotación y evaluación automática de imágenes gigapíxel. El sistema, accesible aquí, integra distintas líneas de desarrollo con aplicación tanto en salud como en sostenibilidad ambiental. Por un lado, Pixnormous Health se centra en el análisis automático de imágenes histológicas mediante técnicas de inteligencia artificial y deep learning, con el objetivo de proporcionar herramientas de apoyo al diagnóstico y tratamiento clínico. Esta línea contribuye a la detección y gradación de tejidos tumorales multiórgano mejorando la eficiencia del servicio médico al tiempo que reduce el impacto ambiental asociado a los procesos diagnósticos.

Por otro lado, Pixnormous Green aplica técnicas de visión e inteligencia artificial para impulsar la transformación digital en la agricultura y la ganadería, apoyando lo que podría considerarse una tercera revolución verde. A través del uso de drones e imágenes aéreas de alta resolución, esta línea ofrece soluciones basadas en datos para la planificación de cultivos, la detección temprana de plagas y enfermedades, y la evaluación del crecimiento vegetal, fomentando una producción más eficiente y sostenible. La evolución de Pixnormous y la necesidad de trasladar sus resultados a la práctica clínica dieron lugar, en diciembre de 2023, a la creación de Artikode Intelligence S.L., una empresa de base tecnológica que fundé junto a cuatro socios. Su propósito es llevar la inteligencia artificial desarrollada en el ámbito académico al entorno médico real, impulsando soluciones predictivas basadas en machine learning y deep learning que faciliten la toma de decisiones clínicas. Desde sus inicios, Artikode ha mostrado una clara orientación internacional, estableciendo colaboraciones estratégicas con entidades como la empresa estadounidense Phoenix-Micron, con la que se desarrollan sistemas de inteligencia artificial para el análisis avanzado de imágenes OCT (tomografía de coherencia óptica).

A pesar de su reciente creación, Artikode Intelligence avanza con paso firme hacia su consolidación como un referente en el uso de la inteligencia artificial aplicada a la salud, participando en proyectos con empresas farmacéuticas internacionales y diversos hospitales de la Comunidad Valenciana orientados a mejorar el diagnóstico y pronóstico de enfermedades como la colitis ulcerosa o el cáncer. Este trabajo ha sido reconocido a través de varios galardones, entre los que destacan el Premio “Talento Femenino Científicamente Comprobado” otorgado por el Ayuntamiento de Valencia, y el Premio de la Noche de las Telecomunicaciones Valencianas.

En el ámbito docente, mi trayectoria comenzó durante el doctorado, colaborando en tareas de enseñanza tanto en la UPV como en la Universidad Internacional de Valencia. Mi compromiso con la docencia y la investigación me permitió obtener en julio de 2024 la plaza de Ayudante Doctor en el Departamento de Comunicaciones de la UPV, y en octubre de 2025 promocionar a profesora permanente laboral. A mis 28 años, he orientado mi labor académica hacia la innovación aplicada, liderando proyectos que combinan ciencia de vanguardia e impacto social, especialmente en el ámbito de la salud. Actualmente, soy investigadora principal en varios proyectos competitivos.