AECOC
INNOVATION HUB

Tendencias - Tecnologías - Impactos

Noticias Tecnología - Innovación - Ciencia

add ver todas

Combatir la malaria en Tanzania con drones

La malaria es una enfermedad que contraen 10 millones de personas anualmente en Tanzania, de las cuales acaban muriendo 80.000. Estas preocupantes cifras han hecho que hasta ahora los esfuerzos gubernamentales para erradicarla se enfocaran en soluciones complejas y costosas. Sin embargo, gracias al esfuerzo conjunto de académicos y emprendedores sociales, se ha lanzado una iniciativa por la cual habrá drones por todo el país lanzando una sustancia no-tóxica y biodegradable que elimina las larvas de los mosquitos que transmiten la enfermedad de los campos de cultivo del país.

Las implicaciones de esta innovación son :

  • Iniciativas pioneras – El uso de drones con fines de control de plagas es una iniciativa innovadora a nivel global. Sin embargo, es probable que del éxito de esta iniciativa surja un nuevo paradigma no sólo en el campo del control de enfermedades, sino también en las técnicas de cultivo de alimentos.
  • Mejora de la salud global – Según estimaciones de la Organización Mundial de la Salud, en el año 2017 murieron 435.000 personas debido a la malaria. De estas muertes, el 93% tuvieron lugar en el continente africano. Este tipo de iniciativas suponen una oportunidad para un continente que lleva años luchando contra una epidemia de difícil control que asola a la población.
    Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Científicos desarrollan un algoritmo para predecir cuándo...

Unos científicos de la Universidad de Notthingham han desarrollado un sistema basado en Inteligencia Artificial para predecir cuándo morirá una persona. Gracias al procesamiento de una gran cantidad de datos, el algoritmo pretende mostrar las probabilidades que un humano tiene de morir en base a sus hábitos, su salud, etc.

La Inteligencia Artificial pronto decidirá qué comemos

El machine learning está produciendo una disrupción en la industria alimentaria. Desde cómo los agricultores determinan qué semillas plantar hasta qué ingredientes se utilizan para la preparación de los platos ya tienen una solución impulsada por la Inteligencia Artificial, que está revolucionando lo que comemos y cómo lo comemos.

Volkswagen se suma a la tendencia del ridehailing a través...

Moia, una subsidiaria de Volkswagen, pretende que el trasporte individual ceda paso al ridehailing, para lo cual ha creado una furgoneta completamente eléctrica con plaza para 6 pasajeros. El objetivo de la compañía es eliminar un millón de coches de ciudades europeas y estadounidenses para 2025, reemplazándolos por programas de movilidad compartida.Las consecuencias de la puesta en marcha de la furgoneta de Moia:Mayor sostenibilidad – Al tratarse de una furgoneta completamente eléctrica, no es necesario ningún tipo de gasolina ni diésel, siendo así mucho más sostenible y respetuosa con el medio ambiente. Además, es importante resaltar que cuenta con una plaza más que los vehículos de ridehailing existentes, lo cual contribuye al aprovechamiento eficiente de los medios de transporteComodidad para los usuarios – La solicitud del trayecto con Moia es muy sencilla, ya que se realiza a través de una app mediante la cual los pasajeros pueden reservar y pagar su plaza. Además, los usuarios no tendrán que desviarse demasiado de su trayecto para recoger a otros usuarios, ya que una serie de algoritmos se encargan de identificar a aquellos que se encuentran más cerca y tienen unos destinos más similares, y calculan el importe a pagar por cada uno.

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí