Valeria Maeda : ciencia con raíz lagunera y una mirada a la medicina del futuro

elsiglodetorreon.com.mx · Mar 2, 2026 · Collected from GDELT

Full Article

Originaria de Torreón, la doctora Valeria Maeda Gutiérrez, es ingeniera biomédica y joven investigadora especializada en inteligencia artificial aplicada a la salud. Es egresada de la Ingeniería Electromédica (Ingeniería Biomédica) por la Universidad La Salle Laguna, cuenta con una Maestría en Ciencias de la Ingeniería con orientación en Procesamiento de Señales y Mecatrónica por la Universidad Autónoma de Zacatecas y un Doctorado en Ciencias de la Ingeniería con orientación en Sistemas Inteligentes. Actualmente es integrante del Sistema Nacional de Investigadoras e Investigadores (SNII), nivel C, en el Área III: Medicina y Ciencias de la Salud, y se desempeña como docente e investigadora, desarrollando modelos de inteligencia artificial enfocados en la detección temprana de complicaciones por diabetes tipo 2. En entrevista para El Siglo de Torreón, la investigadora explica cómo la tecnología puede convertirse en una aliada clave para enfrentar una de las principales crisis de salud pública en México. ´Usted trabaja con Inteligencia Artificial aplicada a la salud. En palabras sencillas, ¿Cómo puede una computadora ayudar a detectar a tiempo complicaciones en personas con diabetes? Una computadora puede analizar miles de datos mucho más rápido que un ser humano. Por ejemplo, puede revisar imágenes médicas de la retina, resultados de laboratorio o información clínica y detectar pequeños patrones que podrían pasar desapercibidos. En el caso de la diabetes, esto es muy importante porque muchas complicaciones (como la retinopatía diabética o el daño renal) comienzan de forma silenciosa. La inteligencia artificial puede identificar señales tempranas de riesgo y alertar al personal médico antes de que el daño sea irreversible. No sustituye al médico, pero funciona como un sistema de apoyo que ayuda a tomar decisiones. ´México es uno de los países con más casos de Diabetes Tipo 2. ¿Qué la llevó a dedicar su investigación a esta enfermedad y qué encontró que le pareció urgente atender? Mi motivación no sólo es académica, también es personal. En mi familia hay personas que viven con diabetes. He visto de cerca lo que implica: el monitoreo constante, las preocupaciones, las citas médicas y el miedo a las complicaciones. Eso cambia completamente la manera en que uno entiende la enfermedad. México vive una verdadera emergencia en torno a la diabetes, no solo por el número de casos, sino porque muchas personas desarrollan complicaciones que pudieron prevenirse. Lo que me pareció urgente fue la detección tardía. Muchas veces el diagnóstico de complicaciones ocurre cuando el daño ya está avanzado: pérdida de visión, insuficiencia renal o incluso amputaciones. Mi investigación nace de esa combinación entre ciencia y responsabilidad social. ´Muchas veces pensamos que la innovación solo ocurre en grandes ciudades. ¿Qué significa desarrollar tecnología médica desde una universidad pública en Zacatecas? Significa demostrar que el talento y la capacidad científica no dependen del código postal. Aquí la investigación no es abstracta: está conectada con las necesidades reales de nuestra población. Además, formar estudiantes en este entorno significa crear capital humano que entiende los problemas locales y busca soluciones desde su propio contexto. ´Cuánto falta para que las herramientas que usted desarrolla puedan usarse en hospitales o clínicas públicas? La tecnología en salud debe pasar por varias etapas: validación científica, pruebas clínicas, evaluación ética y aprobación regulatoria. En México todavía estamos fortaleciendo los marcos regulatorios y la infraestructura digital. No es un proceso inmediato, pero estamos avanzando. Lo importante es que la investigación ya está sentando las bases para que, en los próximos años, estas herramientas puedan integrarse de manera responsable en el sistema público de salud. El objetivo es desarrollar herramientas de diagnóstico asistido por computadora que funcionen como primer filtro en la atención médica, permitiendo detectar riesgos y canalizar a tiempo a los pacientes. ´La ingeniería biomédica no siempre ha sido un espacio con muchas mujeres. ¿Cómo ha sido su experiencia en este camino y qué ha cambiado para las nuevas generaciones? Ha sido un camino retador pero profundamente satisfactorio. Cuando yo estudiaba, éramos pocas mujeres en la carrera. Ahora, como docente, veo más participación femenina y más interés en áreas como la inteligencia artificial aplicada a la salud. Lo que ha cambiado es que ahora hay más referentes visibles, más redes de apoyo y mayor conciencia sobre la importancia de la diversidad en la ciencia. Las nuevas generaciones ocupan estos espacios con más seguridad. ´¿Qué les diría a las niñas y jóvenes que sienten curiosidad por la ciencia, pero creen que "no es para ellas"? Que la ciencia no tiene género. La curiosidad, la creatividad y la capacidad de resolver problemas no pertenecen a un grupo específico. La ingeniería y la tecnología necesitan miradas diversas. Si sienten curiosidad, ese ya es el primer paso. No esperen a sentirse perfectamente preparadas. Nadie lo está al inicio; se aprende caminando. ´La diabetes no afecta a todas las personas por igual. ¿Cómo influyen factores como el acceso a la salud o la situación económica en el desarrollo de complicaciones? El acceso limitado a consultas médicas, estudios de laboratorio o revisiones oftalmológicas provoca que muchas personas no reciban seguimiento adecuado. Factores como la alimentación, el estrés y las condiciones laborales también impactan directamente en el control de la enfermedad. Por eso la tecnología debe diseñarse pensando en la equidad: herramientas accesibles, escalables y útiles en contextos con recursos limitados. ´A veces la Inteligencia Artificial genera temor. ¿Debemos preocuparnos por su uso en medicina o confiar en que puede mejorar la atención? Debemos hacer ambas cosas: mantener una mirada crítica y confiar en la evidencia científica. La inteligencia artificial no reemplaza al personal médico ni toma decisiones por sí sola. El riesgo no está en la tecnología, sino en cómo se use. Si se implementa con validación científica, supervisión humana y principios éticos, puede mejorar la precisión diagnóstica y optimizar recursos en los sistemas de salud. ´Cuáles son los principales desafíos para hacer investigación científica de alto nivel en nuestro país? Entre los principales desafíos están el financiamiento limitado y la infraestructura tecnológica desigual. Muchas veces trabajamos con recursos restringidos, lo que implica optimizar cada proyecto y buscar colaboraciones estratégicas. Como mujer también existen retos adicionales. Durante mucho tiempo estos espacios han estado dominados por hombres y abrir camino implica demostrar constantemente la capacidad técnica y científica. Sin embargo, hoy hay más mujeres liderando proyectos y generando conocimiento de alto impacto. A pesar de las dificultades, el talento en México es extraordinario. Desde universidades públicas se está desarrollando investigación con estándares internacionales. ´Cómo imagina el papel de la tecnología en el cuidado de enfermedades crónicas en los próximos años? Imagino sistemas personalizados y preventivos. La tecnología permitirá monitoreo continuo, análisis predictivo y seguimiento remoto. En lugar de reaccionar cuando la enfermedad ya generó daño, podremos anticiparnos. En enfermedades crónicas como la diabetes, el control marca la diferencia entre una vida con calidad y una vida con complicaciones. ´Algo que te gustaría agregar? Un aspecto fundamental en mi línea de investigación es evitar que la tecnología reproduzca desigualdades. Los modelos de inteligencia artificial pueden volverse sesgados si solo se entrenan con ciertos tipos de población. Por eso es esencial estudiar y representar adecuadamente a mujeres, hombres, comunidades indígenas y distintos contextos socioeconómicos. El objetivo es desarrollar modelos multimodales, es decir, sistemas que integren imágenes médicas, datos clínicos, información demográfica y biomarcadores. Siendo la meta generar modelos inclusivos y más representativos de la diversidad real de nuestra población.