Todo se está volviendo más informático y, aunque algunas disciplinas se resistan, terminarán sucumbiendo. La investigación médica ya se ha informatizado, pero a la asistencia clínica le está costando algo más. ¿Qué nos depara el futuro? ¿Cómo podemos utilizar el machine learning para mejorar la asistencia sanitaria? La clave puede estar en el diagnóstico por imágen y en el análisis de todo tipo de datos clínicos.

Para ello tenemos con nosotros a Francisco Jesús Martínez Murcia, licenciado en ingeniería de telecomunicación, máster en ingeniería de computadores y redes y doctor en tecnologías de la información y las comunicaciones. Actualmente es investigador postdoctoral en el departamento de Teoría de la Señal, telemática y comunicaciones de la Universidad de Granada, y miembro del Instituto Andaluz de Inteligencia Artificial - DaSCI-. Su área de trabajo se centra especialmente en la aplicación de metodologías de aprendizaje automático -machine learning- y estadística a señales y datos médicos, tales como imagen radiológica, resonancias o EEG. Su investigación le ha llevado a colaborar y realizar estancias con investigadores de muy diferentes perfiles, como el departamento de psiquiatría de la Universidad de Cambridge, el centro alemán para enfermedades neurodegenerativas o el departamento de psicología evolutiva de la Universidad de Málaga.

En cuanto a divulgación, lleva una carrera bastante ecléctica, combinando charlas y monólogos científicos (siendo finalista en Famelab España), podcast (codirige el podcast SintonIA sobre ciencia de datos e Inteligencia Artificial) y fundamentalmente, divulgación musical. Es creador, compositor y miembro del cuarteto vocal de divulgación científica Barber's Science, recientemente pase de oro en Got Talent y ha realizado aportaciones cientifico-musicales a otros eventos como CienciaVisión o Trivulgando.