Saltar al contenido principalSaltar al pie de página

Salud

Flamingo Biomechanical Lab aterriza en Canarias con réplicas 3D de órganos que transforman la medicina

La empresa cordobesa combina inteligencia artificial, impresión 3D y realidad virtual para crear gemelos digitales predictivos que agilizan diagnósticos, mejoran cirugías y abren nuevas vías de formación médica

Luis Martínez Muñoz y Laura Wahab, fundador y animadora 3D de la empresa Flamingo Biomechanical Lab.

Luis Martínez Muñoz y Laura Wahab, fundador y animadora 3D de la empresa Flamingo Biomechanical Lab. / LP/DLP

Martina Andrés

Martina Andrés

Las Palmas de Gran Canaria

Flamingo Biomechanical Lab, una empresa de base deeptech fundada en Córdoba, ha decidido dar un paso estratégico y expandirse a Canarias con el apoyo de la aceleradora Gravitad. Su propuesta: llevar al sistema sanitario una tecnología que permite recrear órganos humanos con una precisión sin precedentes gracias a la unión de inteligencia artificial, impresión 3D y realidad virtual.

La semilla que germinó para convertirse en lo que esta entidad es hoy, nació a la luz de un aula universitaria. «Flamingo comenzó con un TFG en la carrera de Ingeniería Mecánica. Investigamos cómo tratar de reconstruir el corazón de un niño de ocho años a través de su propio TAC. Reconstruimos ese corazón y, para mejorar la resolución del modelo 3D, creamos un algoritmo capaz de extraer más tejidos de los que eran visibles en la prueba médica. Eso dio lugar a un modelo muy preciso que sorprendió a los especialistas», recuerda Luis Martínez Muñoz, fundador y CEO de la compañía.

Esa primera experiencia demostró que los modelos 3D podían ayudar a diagnosticar más rápido y con más exactitud. «Pensamos que esta investigación no se tenía que quedar en el papel, sino hacer algo que llegara a la sociedad. Y esa manera fue crear una empresa. Así nació Flamingo, combinando la IA y la impresión 3D», explica.

Desde entonces, la start-up ha evolucionado hacia la creación de gemelos digitales predictivos, simulaciones que permiten anticipar cómo se comportará un órgano en una intervención y que sirven tanto de apoyo al diagnóstico como de herramienta docente.

¿Cómo funciona el proceso?

El procedimiento comienza con pruebas médicas habituales, como un TAC o una resonancia magnética. Las imágenes se anonimizan -para que nadie pueda identificar al paciente- y se envían al equipo de Flamingo. «Una vez lo recibimos, podemos pasar a un procesamiento interno con nuestra IA y realizamos un reetiquetado de los tejidos que sea veraz. A través de este proceso, interpretamos esa información y la representamos en un modelo 3D fiable donde ya se empiezan a realizar cálculos y simulaciones, conectando el historial de ese paciente con los datos que se requieren para ese caso, y se puede predecir el comportamiento de ese órgano», detalla Martínez.

Simulación de un órgano creada por Flamingo Biomechanical Lab.

Simulación de un órgano creada por Flamingo Biomechanical Lab. / LP/DLP

El resultado se sube a la plataforma de la empresa para que el médico especialista pueda acceder a esa información y utilizarla así de apoyo al diagnóstico, haciendo que este «sea mucho más preciso», en palabras del CEO de Flamingo. «Una vez se obtiene el gemelo digital, ya se puede solicitar un modelo físico. El proceso puede llevar desde dos días hasta varias semanas, aunque nuestro objetivo es reducirlo a un máximo de siete días», añade.

Los modelos físicos tienen dos versiones posibles: una de diagnóstico, con colores que ayudan al paciente y a sus familiares a comprender su patología, y otra avanzada, fabricada con materiales que reproducen la textura y densidad de los tejidos para «evitar riesgos, reducir los tiempos de intervención y permitir que la cirugía sea lo menos invasiva posible», manifiesta Martínez.

Por otro lado, el CEO subraya que la inteligencia artificial que emplean nunca sustituye al criterio médico, sino que funciona como un copiloto que mejora su labor. «Es un sistema que tiene un porcentaje de éxito del 99% y sirve de apoyo al diagnóstico. No es totalmente automatizado porque no se permite y no debería ser así: siempre debe prevalecer la visión de un especialista cualificado», asegura. Además, para ser implantados, todos los modelos deben pasar por los comités éticos de los hospitales y cumplir las normativas europeas en materia de privacidad y transparencia.

Impacto en hospitales

Flamingo ya está implementando su tecnología en los hospitales españoles y estima que en un plazo de cinco años podría estar presente en el 80% de ellos; en siete, esperan estar en todos.

Además de mejorar diagnósticos y reducir riesgos quirúrgicos, la empresa quiere impulsar la formación de los futuros profesionales sanitarios. «Estos modelos tienen la opción de que los hospitales puedan ceder ese caso particular a la docencia o que el especialista lo utilice en formaciones de médicos residentes. Pensamos en un futuro donde los simuladores personalizados se utilicen para quirófano y universidades, mejorando la preparación de los futuros especialistas», explica Martínez.

Canarias, polo estratégico

La elección de aterrizar en el Archipiélago responde a varios factores. Entre ellos, poder trabajar con los hospitales e iniciar proyectos o investigaciones y, por otro lado, «crear un polo estratégico para trabajar en remoto y físicamente» y que la empresa se pueda enfocar en una salida internacional. «Gravitad nos apoyó desde el primer momento y nos va a ayudar con el crecimiento empresarial, que es necesario para crear empleo y mejorar los sistemas sanitarios a nivel global», resume Martínez.

A pesar de los avances logrados, el fundador de esta start-up es consciente de que la innovación despierta escepticismo en algunos entornos médicos. Pero insiste en que la clave está en mostrar resultados. «La implementación de tecnologías nuevas es compleja, pero tratamos de afrontarla con total transparencia y con resultados medibles. Demostramos científicamente cómo nuestra tecnología puede mejorar el sistema sanitario en cada intervención», concluye.

Suscríbete para seguir leyendo

Tracking Pixel Contents