Please enable JS

De la transformación a la innovación: casos prácticos de éxito

Actualidad

ACTUALIDAD

NOTICIAS

De la transformación a la innovación: casos prácticos de éxito
13/febrero/2019
Tecnología IoT aplicada al medio ambiente y a la salud, en los dos proyectos ganadores de los Premios EbiC 2018, entregados durante en esta jornada

"La transformación digital es fácil si se simplifican los sistemas de información y los procesos", afirma José Aracil, director de Gobierno y Servicios Públicos de IECISA, en este foro ENTIC Asturias 2019

Informática El Corte Inglés organiza desde hace ocho años este Foro ENTIC Asturias, un encuentro tecnológico que se convierte en cada edición en el escaparate de las últimas tendencias y punto de debate de los retos y oportunidades de las organizaciones en su evolución digital. El consejero de Empleo, Industria y Turismo del Gobierno del Principado de Asturias, Isaac Pola, ha inaugurado esta jornada junto al director de Gobierno y Servicios Públicos de IECISA, José Aracil, quien ha insistido en que la transformación digital es fácil “si se simplifican los sistemas de información y los procesos".  

“Hablemos de innovación” ha sido el título de la ponencia de Pablo Priesca, director general de la Fundación CTIC (Fundación Centro Tecnológico de la Información y la Comunicación) de Gijón ha hablado de "remover para construir, nunca de manera negativa", superando el acrónimo I+D+i y también la manera de entenderlo: "Ni toda la investigación termina en innovación ni toda la innovación procede de la investigación". En la mesa redonda moderada por Javier Corella, director de Marketing de IECISA, se han presentado tres casos prácticos de innovación: Puerto de Gijón, Hospital Universitario Central de Asturias y EDP Energía. La principal conclusión es que los tres han sido exitosos porque la tecnología se ha aplicado después de diseñar correctamente los procesos: "Las personas tienen que estar en el centro de las transformaciones, sean empleados, clientes o pacientes".

Para clausurar la jornada, el director de Recursos humanos de IECISA, Julio Sánchez, y el rector de la Universidad de Oviedo, Santiago García Granda, han entregado los premios EbIC Universidad 2018 a los proyectos TFG y TFM con las ideas más innovadoras en el ámbito de las TIC. Y han sido dos estudiantes de la Escuela Politécnica de Ingeniería de Gijón los que han recibido estos galardones en su tercera edición. Santiago García Fernández ha ganado el primer premio (dotado con 1.000 euros en cheque regalo de El Corte Inglés, material informático y un diploma acreditativo de la Universidad de Oviedo), por su TFM “Sistema basado en IoT de recogida y envío de datos ambientales, biométricos y mecánicos a bordo de un vehículo para Smart Driving”.

El segundo premio (500 euros en cheque regalo de El Corte Inglés, material informático y un diploma acreditativo de la Universidad de Oviedo) a Antonio Cueva Fernández, por su TFG con el título: “Glucosapredictor: procesamiento y Análisis de ciclos de glucosa en humanos”.

Información sobre los premios

Título del Proyecto ganador del primer premio: “Sistema basado en IoT de recogida y envío de datos ambientales, biométricos y mecánicos a bordo de un vehículo para Smart Driving”.

Resumen: Aplicación del nuevo concepto de Internet de las Cosas al ámbito de la conducción, el trabajo no se limita a estudiar únicamente el comportamiento del vehículo, sino que se trata de estudiar también al conductor puesto que este es sin ninguna duda una parte esencial dentro de esta actividad. El uso de dispositivos captadores de variables biométricas del conductor será por tanto un punto diferencial y de interés en este trabajo. Se tratará por consiguiente de analizar la relación entre el binomio vehículo-conductor, pero se añadirá también un tercer elemento que sería el ambiente el cual puede afectar al comportamiento de ambas partes de dicho binomio. El objetivo final por tanto sería el aumentar la eficiencia en la conducción y lo que es aún más importante, la seguridad al volante todo en ello en base a la generación de recomendaciones sonoras o visuales que llevarán a la implementación de un sistema de ayuda al Smart Driving a bordo. Para la consecución de estos objetivos es necesario implementar un sistema que tenga la función principal de recoger datos de todas las diferentes fuentes dentro del vehículo. Para el diseño de este sistema se estudiarán y justificarán convenientemente todas las decisiones tomadas que han llevado a un sistema principal basado en una SBC de tipo Raspberry Pi a la cual llegan datos a través de diferentes medios cableados o inalámbricos.

Título del proyecto ganador del segundo premio: “Glucosapredictor: procesamiento y Análisis de ciclos de glucosa en humanos”.

Resumen: El objetivo de este Trabajo Fin de Grado es la utilización de datos biométricos medidos a través del sensor FreeStyle Libre, que permite mediante un pequeño parche con micro pelo medir sin pinchazos la glucosa en el espacio intersticial, para su posterior análisis y procesamiento de los datos obtenidos. Para ello se diseñará y desarrollará una aplicación web para la recopilación y almacenamiento de los datos en un repositorio en la nube, así como para realizar una predicción de los ciclos de glucosa personalizados para cada persona. Potencialidad de exhibición y grado de atracción e impacto de los resultados. La potencialidad de este TFG es poder procesar y predecir las curvas de la glucosa en personas diabéticas tipo 2. Donde se ha desarrollado un software capaz de procesar los datos de glucosa en sangre proporcionados por el sensor FreeStyle Libre. Se ha desarrollado una predicción de la curva de glucosa a partir de los nutrientes de los alimentos ingeridos. El resultado del procesamiento de los datos de glucosa en sangre ha permitido identificar dos tipos de curvas, que se han calculado por una correlación lineal con ajuste por mínimos cuadrados. Por una parte, se ha obtenido la curva de ascenso de glucosa y por la otra parte, la curva de descenso de glucosa. La curva de ascenso de glucosa se ha determinado que se puede simular con una función creciente potencial, que se ha usado para realizar predicciones a partir de los nutrientes de los alimentos ingeridos.

Más información en La Nueva España