En 2020, un grupo de médicos, ingenieros de software y científicos de datos se unieron para abordar un desafío fundamental en la medicina moderna: la dificultad de interpretar y gestionar grandes volúmenes de datos clínicos de manera eficiente. Observando cómo los profesionales de la salud se veían abrumados por la cantidad de información médica, decidieron desarrollar una solución de inteligencia artificial capaz de interpretar resultados clínicos y brindar asesoramiento personalizado para mejorar la toma de decisiones médicas.

Tras dos años de investigación, logramos consolidar una base de datos robusta de más de 2,000 muestras validadas junto a expertos citotecnólogos. Este hito permitió iniciar el entrenamiento de nuestra IA bajo el modelo de deep learning, enseñándole a reconocer patrones celulares con una precisión quirúrgica en entornos controlados.

Dedicamos este año a la ingeniería de datos, transformando láminas físicas en archivos digitales de alta resolución. Desarrollamos la metodología de "parches validados", un proceso crítico donde expertos citotecnólogos etiquetaron miles de células para garantizar que el entrenamiento de la máquina tuviera el máximo rigor médico.

Iniciamos oficialmente el desarrollo técnico del software, integrando los modelos de deep learning en una plataforma funcional. Actualmente, trabajamos en la fase alfa del Asistente de Lectura Médica Automatizada, enfocándonos en la precisión de la detección y en crear una interfaz que optimice el flujo de trabajo de los profesionales de la salud.