Proyectos CARTIF
RICOSALUD1
Sistema de VA e IA para el control de ingesta y residuos alimentarios en hospitales
Descripción
El proyecto RICOSALUD1 tiene como objetivo investigar y desarrollar un sistema inteligente basado en visión artificial 2D/3D e inteligencia artificial para el control automático de la ingesta y los residuos alimentarios en hospitales. Actualmente, los profesionales sanitarios no disponen de herramientas objetivas que permitan conocer con precisión cuánto ha comido realmente un paciente, lo que dificulta la detección temprana de riesgos como la desnutrición o la disfagia. Este proyecto busca dar respuesta a esa necesidad mediante el diseño de un prototipo experimental capaz de analizar bandejas hospitalarias antes y después de la comida.
La solución propuesta se basa en la captura de imágenes RGB y profundidad (tecnología RGB-D) para reconstruir tridimensionalmente los alimentos servidos y los restos generados tras la ingesta. A partir de estas imágenes, se desarrollarán modelos avanzados de inteligencia artificial capaces de identificar los alimentos, segmentarlos correctamente incluso en condiciones complejas (mezclas, oclusiones, variabilidad de iluminación) y estimar el volumen consumido mediante comparación entre el estado inicial y final de la bandeja. El proyecto contempla también la generación de datasets específicos, el uso de modelos de segmentación de última generación y técnicas innovadoras como el aprendizaje few-shot y la generación de datos sintéticos.
Con una duración de 12 meses y desarrollado en colaboración entre el Grupo Hospitalario Recoletas y el centro tecnológico CARTIF, el proyecto se limita en esta fase a la validación experimental en entorno controlado, sin integración clínica ni uso con pacientes reales. El impacto esperado incluye la mejora del seguimiento nutricional, la optimización de recursos hospitalarios y la reducción del desperdicio alimentario, alineándose además con los nuevos requerimientos normativos en materia de sostenibilidad. RICOSALUD1 sienta así las bases para una futura implementación tecnológica que permita una gestión nutricional más precisa, personalizada y eficiente en el entorno hospitalario.
Objetivos
- Regular la colaboración tecnológica entre HOSPITAL RECOLETAS CASTILLA Y LEÓN S.L.U. y CARTIF para la ejecución del proyecto de I+D RICOSALUD1.
- Definir y validar los requisitos funcionales y técnicos del sistema de visión artificial e IA para el control de ingesta y residuos alimentarios en hospitales.
- Diseñar y desarrollar el prototipo experimental de adquisición 2D/3D, incluyendo la generación y gestión de datasets adecuados para el entrenamiento de modelos de IA.
- Investigar y desarrollar nuevos modelos de inteligencia artificial para el reconocimiento de alimentos y la estimación cuantitativa de las cantidades ingeridas.
- Entregar los informes técnicos y resultados del proyecto, garantizando su correcta justificación, seguimiento y explotación conforme a lo establecido en el Acuerdo.
Acciones
- Definición y análisis de requisitos funcionales y técnicos.
- Definición y diseño del prototipo de adquisición de imagen 2D/3D.
- Generación y procesado de datasets para visión artificial clínica.
- Nuevos modelos IA para reconocimiento de alimentos.
- Nuevos modelos IA para estimación de cantidades ingeridas.
Resultados Esperados
- Definición técnica rigurosa del sistema, incluyendo especificaciones funcionales, criterios de rendimiento (KPIs) y marco metodológico que sustente el desarrollo experimental.
- Diseño y validación en laboratorio de la arquitectura de adquisición 2D/3D, garantizando calidad, coherencia y reproducibilidad en la captura de datos.
- Construcción y estructuración de un dataset técnicamente validado, incluyendo generación de datos sintéticos, protocolos de anotación y control de calidad orientado al entrenamiento de modelos de IA.
- Desarrollo e implementación de modelos avanzados de inteligencia artificial para segmentación, reconocimiento de alimentos y reconstrucción tridimensional.
- Desarrollo y validación experimental de algoritmos de estimación de ingesta, basados en análisis volumétrico y comparación antes/después, documentados mediante informes técnicos.
Grupo Recoletas
Presupuesto CARTIF: 110.000€
Duración: 01/01/2026 – 21/12/2026
Responsable
Raúl Calderon
División de Sistemas Industriales y Digitales
Networking
Proyectos de Soluciones Industriales:
AUTOLOG
AUTOLOG tiene como objetivo desarrollar soluciones tecnológicas innovadoras que optimicen la cadena de suministro logística mediante la integración de tecnologías emergentes como robótica, visión artificial, inteligencia artificial, blockchain y Big Data.
Incorporación de nuevos equipos y procesos para mejora del laboratorio de fabricación digital avanzada
Adquisición de elementos tecnológicos avanzados que permitan potenciar los servicios de prototipado rápido, así como respaldar los desarrollos específicos dados en los desafiantes procesos de creación de objetos no disponibles en el mercado o costosos de producir en cantidades limitadas
LIXIV-IA
LIXIV-IA propone el desarrollo de soluciones basadas en inteligencia artificial (IA) y big data para la optimización de la operación de plantas autónomas contenerizadas
HUMAIN
HUMAIN se centra en la investigación industrial y en la creación de sinergias en dos casos de uso de procesos productivos complejos: Tecnologías habilitadoras verticales e impulso de dichas tecnologías mediante el empleo de IA, IIoT y visión artificial.
STARCONNEXION
StarConnexion trata de sentar las bases científicas y tecnológicas de la aplicación de la Inteligencia Artificial en la gestión de la calidad de las siderurgias de largos a partir de todas las variables posibles que afecten a al calidad final del producto.
Damperdoor
DAMPERDOOR busca desarrollar un sistema competitivo y de altas prestaciones para puertas correderas en el sector del mueble. Estas prestaciones buscan un cierre autocontrolado, con independencia de la fuerza excesiva que un usuario pueda aportar en la acción de cierre y por tanto evitando los golpes y con capacidad para completar el recorrido hasta un cierre total y exacto.
5R
La Red 5R, Red Cervera de tecnologías Robóticas en Fabricación Inteligente, tiene como misión establecer una red colaborativa, dotada con la necesaria tecnología, herramientas e infraestructuras para actuar como elemento tractor del desarrollo e introducción de nuevas tecnologías robóticas en el tejido industrial.
REVAMP
El objetivo principal es desarrollar , adaptar y aplicar nuevas tecnologías para mejorar la eficiencia en el uso de materias primas y energía de los equipos y procesos que tienen lugar en las empresas metalúrgicas.
AGROVIS
“Computación VISual inteligente para productos/procesos del sector AGROalimentario”, es un proyecto de investigación industrial enmarcado en el campo de la visión por computador (habilitador digital de la industria 4.0) asociada al sector agroalimentario.
Intrusión-G4
El proyecto Intrusión-G4 busca nuevas tecnologías para superar el reto de aumentar el grado de seguridad de los sensores de detección de intrusión actualmente disponibles en el mercado.
TRREX
El proyecto TRREX (Tecnologías Habilitadoras para Robot de Rango Extendido para la Factoría Flexible) investiga y desarrolla tecnologías que contribuyan al despliegue de robots industriales móviles para las fábricas del futuro.
NUMASTA
NUMASTA ha permitido el desarrollo de una nueva generación de paneles sándwich FRP para su aplicación en el sector del tratamiento de aguas residuales.
La característica diferenciadora se presenta en su core, basado en una espuma de poliuretano, fabricada mediante formulaciones diseñadas «a la carta».