Inmaculada Tomás Carmona
Académica de Número |
|
Seccion: 4ª - ESTOMATOLOGIA MEDICO-QUIRURGICA | |
Medalla: 16 | |
Discurso de ingreso: LA APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL EN EL AVANCE DE LAS CIENCIAS ODONTOLÓGICAS | |
Contestación toma de posesión: Juan Manuel Seoane Leston |
Soy profesora Catedrática de Universidad del Área de Estomatología en el Departamento de Cirugía y Especialidades Médico-Quirúrgicas en la Universidad de Santiago de Compostela (USC) desde 2022. Entre los años 2011 y 2014, fui miembro del Equipo Decanal de la Facultad de Medicina y Odontología, en calidad de Vicedecana de Odontología. En la actualidad, soy Coordinadora de la Unidad Clínica y de Investigación en Odontología para Pacientes con Necesidades Especiales, Coordinadora del Grupo Oral Sciences Research Group de la USC, perteneciente a la Fundación Instituto de Investigación Sanitaria de Santiago de Compostela (FIDIS).
Soy Investigadora Colaboradora en instituciones internacionales como el Eastman Dental Institute, Queen Mary University of London y King’s College London.
Soy Editora asociada de varias revistas científicas JCR de alto impacto. Ha recibido numerosos premios de investigación otorgados por sociedades científicas internacionales o nacionales como la IADR, SEPA, SEOC y SEOII, así como otorgados por entidades públicas y privadas. Tengo tres patentes con registro nacional. Poseo tres sexenios de investigación reconocidos por la CNEAI, un índice H= 44 y un número de referencias= 4959 (Google Académico, a fecha de 22 de marzo de 2023).
He participado en 25 proyectos, tanto competitivos de I+D+i de índole nacional (financiados por el Instituto de Salud Carlos III) y regional, como contratos con empresas internacionales del sector biomédico como Johnson and Johnson y Lacer. En 15 de estas actividades soy Investigadora Principal, de las cuales 8 son proyectos competitivos y 7 contratos con empresas.
Soy autora del libro de referencia en la materia “Odontología en Pacientes con Necesidades Especiales” (Edición 2022). He participado en la elaboración de más de 110 publicaciones en revistas con índice de impacto, más de 25 capítulos de libros y dirigido 17 Tesis Doctorales (8 de las cuales, recibieron el Premio Extraordinario de Doctorado en Ciencias de la Salud, USC).
Mi investigación está centrada en el avance científico de las Ciencias Odontológicas, comenzando inicialmente en el campo de la microbiología oral para incorporar en los últimos diez años, las tecnologías ómicas y las técnicas de inteligencia artificial. El grupo de investigación que lidero, Oral Sciences Research Group en la USC y el FIDIS, está centrado actualmente en el desarrollo de dos líneas de investigación: 1) Entendimiento y diagnóstico de las enfermedades orales humanas mediante la aplicación y desarrollo de técnicas bioinformáticas en tecnologías ómicas; 2) Diagnóstico odontológico sobre imágenes de la cavidad oral mediante la aplicación y desarrollo de técnicas de inteligencia artificial.
Respecto a la primera línea de investigación, fuimos el primer grupo en nuestro país que realizó la caracterización bioinformática del microbioma oral asociado a la periodontitis y la salud periodontal. Desde un punto de vista metodológico, hemos realizado varios análisis in silico para conocer la cobertura de los pares de cebadores (primers) empleados en la secuenciación del microbioma oral, detectando la presencia de amplicones coincidentes entre especies diferentes. Para llevar a cabo estos objetivos, desarrollamos el software PrimerEvalPy, una herramienta que permite el análisis de cebadores in silico antes de cualquier proceso de secuenciación, contribuyendo así a mejorar la calidad y fiabilidad de los resultados de diversidad microbiana de cualquier ecosistema polimicrobiano. Con la finalidad de evaluar la capacidad predictiva del microbioma oral como herramienta diagnóstica en la era de la medicina personalizada, hemos desarrollado diferentes clasificadores taxonómicos basados en técnicas de aprendizaje automático que permite mejorar la tasa de clasificación de los métodos actuales para secuencias con errores de secuenciación, y obtener la definición de una determinada condición clínica oral. Actualmente, estamos analizando el proteoma oral mediante técnicas de aprendizaje automático para la detección e identificación de nuevos biomarcadores moleculares diagnósticos, evaluando su relación con el microbioma oral.
Respecto a la segunda línea de investigación, con la finalidad de proporcionar el diagnóstico automatizado de la edad cronológica y el sexo sobre imágenes radiológicas, hemos desarrollado Dentius Age, un software basado en redes neuronales profundas de elevada precisión que puede trabajar con la imagen completa, seleccionando exclusivamente la mandíbula o exclusivamente los dientes mandibulares.
Con el propósito de cuantificar de forma automatizada los niveles de placa dental, desarrollamos los softwares Dentius Deep Plaque y Dentius Biofilm, estableciéndose el primer protocolo automatizado de análisis de la placa, tanto a nivel macroscópico como microscópico, que permite evaluar in situ los patrones de evolución en distintas condiciones clínicas, así como la eficacia de diferentes medidas de higiene oral.