ver investigación

ver en Portal de la Ciencia UVa

Soy Ingeniero de Telecomunicación por la Universidad de Valladolid (UVa) desde 2005. En la UVa también realicé mis estudios de doctorado (2011) en el campo de la Ingeniería Biomédica, bajo la dirección del Prof. Roberto Hornero, obteniendo el Premio Extraordinario de Doctorado y el Premio a la Mejor Tesis Doctoral del Colegio Oficial de Ingenieros de Telecomunicación. Tras ello, trabajé como investigador postdoctoral en la UVa durante 4 años, realizando una estancia corta de investigación (2011) en el Interdisciplinary Center of Sleep Medicine del Charité Universitätsmedizin Berlin (Alemania), bajo la supervisión del Prof. Thomas Penzel.

Tras esta primera etapa postdoctoral, me trasladé al Hospital Universitario Río Hortega de Valladolid (2015), donde obtuve un contrato de investigación Juan de la Cierva (2016-2018) para integrarme en el Servicio de Neumología dirigido por el Dr. Félix del Campo. En este centro realicé tareas investigadoras y de gestión de proyectos y ensayos clínicos durante 5 años, realizando también una estancia corta de investigación (2017) en el Biomedical Signals and Systems (BSS) group de la University of Twente (Holanda). A finales de 2020 obtuve un contrato de investigación postdoctoral Ramón y Cajal, con el que recientemente me he incorporado a la UVa (2021) para realizar tareas docentes e investigadoras.

Durante toda mi trayectoria investigadora he formado parte del Grupo de Ingeniería Biomédica (GIB) de la UVa (2005-Act.), así como de diversas redes de investigación, entre las que destacan el Centro de Investigación Biomédica en Red (CIBER) de Bioingeniería, Biomateriales y Nanomedicina (2019-Act.) del Instituto de Salud Carlos III, la Unidad Multidisciplinar de Sueño de Alta Complejidad del Hospital Universitario Río Hortega (2019-Act.), la Unidad de Investigación Consolidada UIC-060 de Castilla y León (2018-Act.) o la Spanish Sleep Network (2018-Act.).

Estudio la utilidad de los métodos automáticos de reconocimiento de patrones y aprendizaje computacional en la ayuda a la toma de decisiones clínicas en general y del diagnóstico de enfermedades respiratorias en particular. Los procedimientos diagnósticos de algunas enfermedades respiratorias son complejos e invasivos. Los modelos predictivos que diseñamos y optimizamos son capaces de reducir la complejidad combinando eficientemente test diagnósticos más simplificados, a la vez que se mantiene un elevado rendimiento diagnóstico. Sin embargo, no todos los pacientes se comportan igual frente a una misma enfermedad. En este sentido, encontrar las características (antropométricas, fisiológicas, clínicas, genéticas, etc.) que definen a cada grupo de pacientes, lo que se denomina medicina de precisión o medicina centrada en el paciente, será un importante campo de estudio en los próximos años, en el que las nuevas técnicas de deep learning y big data jugarán un papel fundamental.

Mi visión es conseguir integrar en la práctica clínica diaria diferentes modelos predictivos de gestión de enfermedades respiratorias que aporten beneficios tanto al sistema de salud (consumo de recursos) como al paciente (diagnóstico y tratamiento tempranos).