Investigacion-Jobs in United States

Contrato de actividades científico‑técnicas – Proyecto SAFEDELIVERY: Simulación de ecografía intraparto con IA

Inicio: septiembre 2025️ Fin: diciembre 2026

¿Te interesa aplicar tus conocimientos tecnológicos al ámbito clínico y contribuir a mejorar la atención durante el parto? En el proyecto SAFEDELIVERY creamos simuladores clínicos avanzados que combinan sensores, software interactivo, realidad aumentada, sistemas de navegación quirúrgica, análisis de imagen médica e IA (deep learning) para entrenar al personal sanitario en la detección precoz de complicaciones obstétricas.

Rol principal:

Desarrollar un simulador de ecografía intraparto que integre seguimiento por navegación y algoritmos de IA.

• Experiencia o gran interés en desarrollo de software clínico.
• Conocimientos avanzados de IA/aprendizaje profundo.

Se valorará:

• Experiencia con sistemas de tracking quirúrgico y/o entornos de realidad aumentada.
• Conocimiento avanzado de ecografía o participación previa en proyectos de simulación ecográfica.
• Experiencia en proyectos de investigación con publicaciones, pósteres o comunicaciones en congresos.
• Competencias transversales: trabajo en equipo multidisciplinar, comunicación eficaz con perfiles clínicos y capacidad de planificación de hitos.
• Capacidad demostrada para trabajar de forma autónoma (autonomía y proactividad).
• Participación activa en un proyecto puntero con impacto real en sanidad.
• Colaboración diaria con especialistas clínicos para probar y validar los desarrollos.
• Entorno innovador donde profundizar en IA médica, RA y navegación quirúrgica.
• Oportunidad de iniciar o consolidar carrera investigadora.

Principales tareas del puesto:

• Familiarización con la ecografía intraparto: estudio de la anatomía obstétrica relevante, flujos de trabajo clínicos y modos de visualización ecográfica.
• Familiarización con los sistemas de posicionamiento para navegación quirúrgica: comprensión de los principios de seguimiento óptico/electromagnético, configuración y calibración.
• Desarrollo de un simulador preliminar que combine sistemas de posicionamiento con imágenes ecográficas sintéticas de baja fidelidad, para validar principios básicos de interacción.
• Generación de imágenes ecográficas sintéticas mediante IA: diseño del conjunto de datos, entrenamiento de modelos y evaluación de la calidad visual.
• Integración de las imágenes sintéticas con el sistema de posicionamiento para ofrecer retroalimentación en tiempo real sincronizada con los movimientos registrados.
• Desarrollo de prototipos de realidad aumentada para superponer información guiada sobre la escena clínica.
• Validación técnica y clínica: organización de pruebas piloto con personal sanitario (expertos y residentes), recogida de métricas y análisis de resultados.
• Documentación del código y elaboración de manuales de usuario para facilitar la adopción en entornos formativos.
• Colaboración multidisciplinar con ingenieros, médicos y matronas para ajustar requisitos y prioridades.
• Gestión de bases de datos de imágenes médicas (anotación, anonimización y mantenimiento según normativa).
• Presentación de resultados en reuniones internas, conferencias y publicaciones científicas.
• Apoyo a la planificación de futuros desarrollos y posibles líneas de investigación doctoral dentro del proyecto.

Este contrato es parte del proyecto "Desarrollo de sistemas de entrenamiento clínico mediante fabricación aditiva 3D para detección y prevención de complicaciones en el parto aplicando técnicas de IA (SAFEDELIVERY-CM-UC3M)", financiado por la Comunidad de Madrid a través del convenio-subvención para el fomento y la promoción de la investigación y la transferencia de tecnología en la Universidad Carlos III de Madrid.

This contract is part of the project "Desarrollo de sistemas de entrenamiento clínico mediante fabricación aditiva 3D para detección y prevención de complicaciones en el parto aplicando técnicas de IA (SAFEDELIVERY-CM-UC3M)," funded by the Community of Madrid through the grant agreement for the promotion of research and technology transfer at Universidad Carlos III de Madrid.

• Experiencia en IA aplicada a imagen médica (segmentación, clasificación, generación de datos sintéticos) con bibliotecas como PyTorch o TensorFlow.
• Experiencia práctica con sistemas de posicionamiento para navegación quirúrgica (seguimiento óptico o electromagnético) y/o entornos de realidad aumentada.
• Dominio de entornos de simulación (3DSlicer, VTK, Unity, Unreal Engine) y lenguajes habituales (C++, Python, C#).
• Conocimiento avanzado de ecografía o participación previa en proyectos de simulación ecográfica.
• Capacidad para diseñar y ejecutar estudios de validación clínica (protocolos, recogida de métricas, análisis estadístico).
• Publicaciones o contribuciones en congresos sobre simulación médica, realidad aumentada o IA en salud.
• Soft skills: trabajo en equipos multidisciplinares, comunicación efectiva con perfiles clínicos, capacidad para trabajar de forma autónoma y proactiva, y gestión de hitos de proyecto.
• Grado o Máster (finalizado o a finalizar en 2025) en Ingeniería Biomédica, Ingeniería Informática u otra titulación afín con énfasis en Inteligencia Artificial y/o Imagen Médica.
• Experiencia o elevado interés en desarrollo de software clínico (demostrable mediante proyectos, prácticas o asignaturas relevantes).
• Conocimientos avanzados de IA / aprendizaje profundo (arquitecturas básicas, entrenamiento e inferencia).
• Disponibilidad para incorporarse al proyecto en septiembrede2025 y compromiso hasta diciembrede2026.
• Nivel de inglés técnico suficiente para revisar literatura científica y elaborar documentación.