

El vínculo entre la tecnología y la biología se volvió crucial para avanzar en el campo científico. En este punto se inscribe un proyecto desarrollado por estudiantes de la carrera de Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional-Facultad Regional Tucumán (UTN FRT), en colaboración con el Centro de Referencia para Lactobacilos (Cerela) del Consejo Nacional de Investigaciones Científicas y Técnicas (Conicet). El resultado de esa alianza recibió un nombre muy simpático: Stuart.
Se trata de un software altamente especializado en el análisis de datos para el rastreo de trayectorias de animales, que a la vez funciona como tesis de los estudiantes de la UTN, Justino Boggio y Luz Audi, de 23 años, Leonel Lorca de 24 y Morella Alincastro de 25. Estos estudiantes crearon un programa con impacto directo en el avance de investigaciones sobre enfermedades neurodegenerativas como el Alzheimer. Stuart permite la automatización y la agilización de procesos que antes se realizaban manualmente.
“El mundo de la inteligencia artificial es muy interesante y más si se puede combinar con la ciencia para ayudar a la sociedad”, expresó Luz Audi, reciente egresada de la carrera. “También creemos que podría ser útil para empresas farmacéuticas, instituciones académicas y en áreas como la toxicología”, sumó Justino.

El desafío de integrar tecnología en la ciencia
Al principio tuvieron varias ideas para su tesis, pero no les convencían. En ese momento surgió un excel de la cátedra de proyecto final, donde tenían contactos interesados en colaborar. El equipo de investigadores del Cerela, dirigido por las doctoras Lucila Saavedra y Elvira Hebert, enfrentaba una gran dificultad: la carencia de herramientas tecnológicas adaptadas a las necesidades de sus investigaciones. Los estudiantes, junto a su tutor Mario Marcelo Figueroa de la Cruz, se pusieron manos a la obra.
Las soluciones disponibles eran costosas o requerían un conocimiento especializado en áreas como la inteligencia artificial, lo que obstaculizaba el trabajo de los científicos, quienes se veían obligados a emplear métodos manuales para analizar videos y rastrear comportamientos de los animales utilizados en los experimentos. "Ellos tenían muy bien definidos los requisitos. Nos dijeron, 'necesitamos que se detecte estas cosas de un sujeto: la distancia que recorre, el tiempo de atención que le presta al objeto...' y nosotros buscamos formas de satisfacer esos requisitos”, detalló Leonel.

El proyecto comenzó formalmente en 2023, en el quinto año de la carrera de los estudiantes, cuando se realizaron las primeras presentaciones de documentos. Sin embargo, el desarrollo técnico no comenzó hasta 2024, cuando se dedicaron principalmente a la codificación y al perfeccionamiento del sistema. Durante este tiempo, el grupo no solo enfrentó desafíos tecnológicos, sino que también se sumergió en la planificación teórica, económica y de recursos para gestar el proyecto de manera exitosa.
"La elección de los modelos de inteligencia artificial fue lo más complicado: nos llevó casi cuatro meses. Empezamos a probar distintos modelos de inteligencia artificial de redes neuronales convolucionales. Luego nos encontramos con una limitación de hardware computacional y tuvimos que escribir placas de video para mejorar su eficiencia”, explicó Justino. Pese a estos obstáculos, los estudiantes lograron superar las barreras tecnológicas y avanzar en la construcción de su sistema.
La solución: Stuart, un software que simplifica la investigación
Stuart fue concebido como una herramienta intuitiva, fácil de usar, que permite a los investigadores cargar videos de los sujetos experimentales y obtener resultados detallados sobre su comportamiento. El sistema analiza las trayectorias de los animales, y calcula parámetros como tiempo de recorrido, distancia, tiempo en reposo y tiempo de interacción con objetos específicos. De este modo, el software automatiza tareas que anteriormente tomaban días de trabajo manual.
La implementación de Stuart permitió reducir significativamente los tiempos de experimentación, proporcionando resultados con mayor precisión y rapidez. Lo que antes llevaba horas de observación y anotación, ahora se puede procesar en minutos. “Evitamos que las investigadoras desperdicien su valioso tiempo en intentar hacer las cosas manuales, ya que ahora con nuestra herramienta pueden analizar muchos videos en un solo día, de manera eficiente y más precisa”, expresó Justino.

Mirando hacia el futuro: nuevas fronteras para Stuart
El éxito de este proyecto radica no sólo en la creación de un software eficiente, sino en la colaboración entre la academia y la investigación científica. El equipo de estudiantes de la UTN completó su tesina de grado con este proyecto y también contribuyó al avance de la ciencia en un área tan crítica como lo es el estudio de las enfermedades neurodegenerativas.
Tras este objetivo inicial, los creadores de Stuart tienen en mente seguir desarrollando el sistema y aplicarlo a nuevas áreas. Las investigadoras de Cerela ya mostraron interés en llevar el software a otros proyectos dentro de la biotecnología y la genética, mientras que los estudiantes de la UTN tienen la intención de seguir perfeccionando su creación para, entre otras ventajas, incrementar su capacidad de análisis.
"Nos invitaron a presentar el proyecto en varios congresos. Y nosotros planeamos que siga evolucionando”, destacó Luz. Si bien Stuart comenzó como un desafío académico, ahora es un ejemplo brillante de cómo la sinergia entre instituciones del conocimiento puede generar herramientas tecnológicas útiles y aplicables en el mundo real.