Alfonso Medela Reservar llamada

El trabajo

Físico. De 2017 a 2026 dirigí la IA del producto sanitario con marcado CE de Legit.Health. Mi investigación trata de aprender con muy pocas imágenes, de enfermedades de plantas a histología.

Alfonso Medela en un atril presentando Legit.Health, con el logotipo en la pantalla de detrás

Legit.Health, 2017–2026.

Fui cofundador, Chief AI Officer, y Director Técnico y PRRC.

  1. Contexto

    Hay pocos dermatólogos y las listas de espera son largas. Las escalas de gravedad que guían el tratamiento se rellenan a mano, y los especialistas a menudo no coinciden.

  2. Limitaciones

    Datos. Las imágenes de piel bien etiquetadas escasean, y ni los dermatólogos se ponen de acuerdo. Las etiquetas tenían que salir de un consenso entre varios especialistas; si no, el modelo aprendería sus sesgos.

    Regulación. Es un producto sanitario. Según el MDR, cada modelo necesita evidencia, documentación y una publicación controlada de cada versión, dentro de un sistema de calidad ISO 13485.

  3. Lo que lideré

    Lideré el motor de visión que mide la gravedad de las enfermedades de la piel a partir de una foto del móvil. Reconoce más de 300 patologías y automatiza las escalas de gravedad que usan los dermatólogos, como el PASI para la psoriasis y el SCORAD para la dermatitis atópica.

    Primero elegí la métrica de cada caso de uso. Después trabajé el conjunto de datos. Y después, los modelos.

  4. Cómo se validó

    Varios estudios de validación clínica. Marcado CE: primero como clase I según la antigua Directiva de productos sanitarios y, desde septiembre de 2026, como clase IIb según el MDR, certificado por BSI, organismo notificado 2797 (certificado), con un sistema de gestión de la calidad ISO 13485.

    Fui Director Técnico y PRRC (la persona responsable del cumplimiento de la normativa). Lideré el proceso de IA y participé en el trabajo clínico.

  5. Resultado

    2.500+
    profesionales sanitarios
    300+
    patologías de la piel
    7 M$
    captados por Legit.Health

    «…mejorando la precisión del diagnóstico, reduciendo a la mitad el tiempo de consulta y disminuyendo las listas de espera».

    Forbes España, 30 Under 30 Europe 2025, sobre Legit.Health
  6. Qué significa para ti

    Ya he llevado un producto de IA desde los datos hasta el marcado CE. En tu proyecto, la evaluación aguanta ante un auditor y la documentación está lista cuando lo está el código.

    IA regulada y clínica

Investigación.

Few-shot learning: modelos útiles a partir de pocos datos etiquetados.

847
citas
29
artículos
10
índice h

Mi artículo más citado (435 citas) aplica el few-shot learning a enfermedades de plantas en fotos tomadas en el campo. Aquello fue investigación académica. Es el mismo método que aplicaría a tus imágenes.

Google Scholar

Cuéntame qué quieres desarrollar.

Reservar llamada

30 minutos, gratis.