La Dra. Eman Yahya Al-Qaisi, docente de la Facultad de Ciencias de la Computación de la Universidad King Khalid, obtuvo una patente de la Autoridad Saudí de Propiedad Intelectual (SAIP) por su invención titulada «A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis», según informó la agencia estatal saudí SPA el 15 de septiembre de 2026 desde Abha.
La invención consiste en un sistema basado en inteligencia artificial capaz de analizar y diagnosticar imágenes médicas en cuestión de segundos. El sistema identifica automáticamente el tipo de imagen que se le presenta y ayuda a detectar diversas condiciones de salud.
Al-Qaisi explicó que el sistema destaca por su capacidad de identificar y analizar automáticamente distintos tipos de imágenes médicas mediante un único modelo ligero. También puede funcionar en tiempo real en dispositivos móviles sin necesidad de conexión a internet.
La investigadora señaló que las pruebas demostraron resultados prometedores en el análisis de datos médicos multimodales, abarcando una serie de condiciones, entre ellas accidentes cerebrovasculares hemorrágicos e isquémicos, tumores cerebrales e infecciones torácicas.
La invención resulta especialmente relevante como herramienta de apoyo al diagnóstico en entornos sanitarios que enfrentan escasez de radiólogos o conectividad limitada a internet.
¿Qué implica que una universidad saudí registre una patente sobre un sistema de diagnóstico con inteligencia artificial? La patente fue concedida por la SAIP, el organismo encargado de la propiedad intelectual en el Reino, a una docente de la Facultad de Ciencias de la Computación de la Universidad King Khalid, con sede en Abha.
El sistema patentado se apoya en una red neuronal convolucional, según el título de la invención recogido por SPA. ¿Por qué importa el tipo de arquitectura? Porque la invención se presenta como un sistema multimodal: analiza imágenes médicas de distintas modalidades dentro de un mismo modelo, en lugar de requerir herramientas separadas para cada tipo de estudio.
Según la explicación de Al-Qaisi, el sistema identifica automáticamente el tipo de imagen que recibe y la analiza. El diagnóstico se produce en segundos, de acuerdo con la información difundida por la agencia estatal saudí.
¿Qué condiciones puede ayudar a detectar? Las pruebas mencionadas por la investigadora cubrieron accidentes cerebrovasculares hemorrágicos e isquémicos, tumores cerebrales e infecciones torácicas. Se trata de categorías clínicas distintas entre sí, lo que da una idea del alcance multimodal que la invención busca cubrir.
Uno de los rasgos que Al-Qaisi destacó es que el sistema funciona con un único modelo ligero. ¿Por qué es relevante que sea ligero? Porque, según la fuente, puede operar en tiempo real en dispositivos móviles sin requerir conexión a internet. Esa combinación de movilidad y funcionamiento sin red define el perfil de uso que la inventora atribuye a su sistema.
La propia Al-Qaisi enmarcó la invención como una herramienta de apoyo al diagnóstico pensada para entornos sanitarios que enfrentan escasez de radiólogos o conectividad limitada a internet. ¿A qué responde esa orientación? A contextos donde la disponibilidad de especialistas en radiología es reducida o donde la infraestructura de red no permite depender de servicios en la nube.
El anuncio fue difundido por SPA desde Abha, con hora local de las 13:07 y 10:07 GMT. La información se apoya en el testimonio de la propia inventora y en los datos que la agencia estatal saudí recogió sobre la patente y sus características técnicas.
¿Qué significa que la patente provenga de la SAIP? La Autoridad Saudí de Propiedad Intelectual es la entidad que concede este tipo de protecciones en el Reino, de modo que el registro sitúa la invención dentro del marco formal de propiedad intelectual del país.
La Universidad King Khalid aparece en la información como la institución a la que pertenece la investigadora, a través de su Facultad de Ciencias de la Computación. La patente se concede a la docente por la invención descrita, según los términos recogidos por SPA.
¿Qué queda fuera de lo divulgado? La fuente no detalla el número de patente, la fecha exacta de concesión, la duración del proceso de registro ni si existen socios industriales o acuerdos de licencia. Tampoco precisa el volumen de pruebas realizadas, los conjuntos de datos empleados ni métricas concretas de precisión.
El texto de SPA tampoco indica si el sistema ha sido validado en entornos clínicos reales o si su uso se limita por ahora a pruebas de investigación. No se mencionan hospitales colaboradores, autoridades sanitarias implicadas ni plazos para una eventual aplicación práctica.
¿Cómo se relaciona esto con el diagnóstico asistido por inteligencia artificial? La invención se presenta como un sistema de apoyo, no como un sustituto del criterio médico. Su función declarada es analizar imágenes y asistir en la detección de condiciones, dentro de un modelo único y ligero que funciona en dispositivos móviles sin internet.
La información disponible se limita a lo difundido por la agencia estatal saudí: la concesión de la patente por la SAIP, la identidad de la inventora y su adscripción académica, la descripción del sistema, sus condiciones de funcionamiento y las áreas clínicas cubiertas en las pruebas. Cualquier otro detalle sobre alcance, despliegue o resultados cuantitativos no figura en la fuente.
¿Quién obtuvo la patente y de qué organismo? La Dra. Eman Yahya Al-Qaisi, docente de la Facultad de Ciencias de la Computación de la Universidad King Khalid, obtuvo la patente de la Autoridad Saudí de Propiedad Intelectual (SAIP), según informó la agencia estatal saudí SPA el 15 de septiembre de 2026 desde Abha. La patente protege su invención titulada «A Convolutional Neural Network-Based System for Multimodal Medical Image Diagnosis». La fuente no detalla el número de patente ni la fecha exacta de concesión.
¿Cómo funciona el sistema patentado? Según la explicación de Al-Qaisi recogida por SPA, el sistema analiza y diagnostica imágenes médicas en cuestión de segundos, identifica automáticamente el tipo de imagen recibida y ayuda a detectar diversas condiciones de salud. Destaca por usar un único modelo ligero para distintas modalidades de imagen y por operar en tiempo real en dispositivos móviles sin conexión a internet. La fuente no especifica métricas de precisión ni el volumen de pruebas realizadas.
¿Qué condiciones cubrieron las pruebas? Las pruebas mencionadas por la investigadora demostraron resultados prometedores en el análisis de datos médicos multimodales, abarcando accidentes cerebrovasculares hemorrágicos e isquémicos, tumores cerebrales e infecciones torácicas. Son categorías clínicas distintas, lo que refleja el alcance multimodal del sistema. SPA no indica cuántos casos se analizaron, qué conjuntos de datos se emplearon ni si hubo validación en entornos clínicos reales.
¿Por qué se considera útil en entornos con pocos recursos? La invención se presenta como herramienta de apoyo al diagnóstico para entornos sanitarios que enfrentan escasez de radiólogos o conectividad limitada a internet. Al funcionar con un modelo ligero en dispositivos móviles y sin necesidad de conexión, el sistema apunta a contextos donde la disponibilidad de especialistas o de red es reducida. La fuente no menciona hospitales colaboradores, autoridades sanitarias implicadas ni plazos de aplicación práctica.
¿Qué datos no fueron divulgados? La información de SPA no precisa el número de patente, la fecha exacta de concesión, la duración del proceso de registro ni la existencia de socios industriales o acuerdos de licencia. Tampoco detalla el volumen de pruebas, los conjuntos de datos empleados, métricas concretas de precisión ni si el sistema fue validado en entornos clínicos reales. El anuncio se apoya en el testimonio de la inventora y en los datos técnicos recogidos por la agencia estatal saudí.
Más sobre este tema: Ciencia, Noticias KSA





