La compañía Ford Motor Company ha anunciado que utilizará grafeno (un nanomaterial bidimensional) en piezas y componentes de sus vehículos. El grafeno es 200 veces más resistente que el acero y también uno de los materiales más conductores del mundo. Es una gran barrera de sonido y es extremadamente fino y flexible. El grafeno no es económicamente viable para todos los usos, pero Ford, en colaboración con Eagle Industries y XG Sciences, ha encontrado una manera de emplear pequeñas cantidades en cubiertas de conducciones de combustible, cubiertas de bombas y cubiertas delanteras de motor para sacar el máximo partido de sus características.

“El gran avance aquí no está en el material, sino en cómo lo estamos usando“, asegura Debbie Mielewski, jefa técnica senior de sostenibilidad y materiales emergentes de Ford. “Somos capaces de utilizar una cantidad muy pequeña, menos del 0,5%, para lograr mejoras significativas en la durabilidad, la resistencia al sonido y la reducción de peso, aplicaciones en las que otros fabricantes no se han centrado”.

El grafeno se aisló por primera vez en 2004, pero los avances en sus aplicaciones son relativamente nuevos. El primer experimento para aislar el grafito se realizó utilizando la punta de un lápiz, que contiene este material, y un trozo de cinta adhesiva, utilizando la cinta para extraer capas de grafito y crear un material de una sola capa de espesor: el grafeno. Este experimento ganó el Premio Nobel en 2010.

Pruebas y experimentos

En 2014, Ford comenzó a trabajar con proveedores para estudiar cómo usar el material de pruebas de funcionamiento con piezas tales como cubiertas de conducciones de combustible, cubiertas de bombas y cubiertas delanteras de motores. Generalmente, intentar reducir el ruido dentro de los habitáculos de los vehículos conlleva añadir más material y peso al vehículo, pero con el grafeno ocurre lo contrario.

“Una pequeña cantidad de grafeno sirve para mucho y, en este caso, tiene un efecto significativo en las cualidades de absorción de sonido“, asegura John Bull, presidente de Eagle Industries.

El grafeno se mezcla con componentes de espuma, y las pruebas realizadas por Ford y sus proveedores han demostrado una reducción de ruido del 17 por ciento, una mejora del 20% en las propiedades mecánicas y una mejora del 30% en las propiedades de resistencia al calor, en comparación con la espuma que no utiliza grafeno.

“Estamos entusiasmados con las mejoras de rendimiento que nuestros productos pueden proporcionar a Ford y Eagle Industries”, cuenta Philip Rose, director ejecutivo de XG Sciences. “Trabajar con early adopters como Ford Motor Company demuestra el potencial del grafeno en múltiples aplicaciones, y esperamos ampliar nuestra colaboración a otros materiales y permitir nuevas mejoras de rendimiento“.

Se espera que el grafeno entre en producción a finales de año y sea utilizado en piezas del Ford F-150 y del Mustang y, posteriormente, en otros vehículos Ford.

Los tumores con metástasis, es decir, las células cancerosas que se separan del tejido donde se originó el tumor y viajan por el cuerpo a través de los sistemas circulatorio o linfático hasta formar nuevos tumores, son muy complicados de detectar. Tanto, que los fallos en el diagnóstico son más comunes de lo deseado. Bien por la realización de insuficientes exámenes físicos, o por menos pruebas de las necesarias. Es una de las razones por las que los tumores con metástasis tienen un índice de mortalidad muy elevado. Uno de los casos de cáncer con metástasis de diagnóstico complicado es el cáncer de mama. Y en Google han puesto su Inteligencia Artificial al servicio de la mejora del diagnóstico. Tanto, que ya han conseguido desarrollar un sistema que lo diagnostique con un 99% de precisión.

Este nivel de precisión en el diagnóstico de este tipo de tumor es superior al que pueden alcanzar los humanos, lo que sin duda puede mejorar el tratamiento de las pacientes afectados. Para llegar a esto, un grupo de investigadores del Centro médico naval de San Diego (California) y Google AI, la división de la compañía que se dedica a la investigación en Inteligencia Artificial, han estado desarrollando un sistema que utiliza algoritmos de detección del cáncer que evalúa de manera autónoma biopsias del nodo linfático.

Los investigadores han detallado el sistema que han desarrollado, denominado Asistente de nodos linfáticos, o LYNA, en un trabajo titulado “Detección de metástasis nodal de cancer de mama basado en Inteligencia Artificial“. En las pruebas que se han hecho con él, ha conseguido alcanzar una precisión del 99%, un porcentaje muy superior al del 62% que alcanzan los humanos que tienen poco tiempo para realizar diagnósticos. En estos casos, en las muestras analizadas suelen pasar desapercibidas las pequeñas metástasis.

LYNA se basa en Inception -v3, un modelo de deep learning de reconocimiento de imagen open source que ha conseguido alcanzar una precisión superior al 78,1% con el campo de datos de ImageNet de Stanford. Como han detallado los responsables de la investigación, es capaz de tomar una imagen de 299 píxeles e identificar en ella tumores a nivel de píxel. Además, durante el entrenamiento al que se le ha sometido, es capaz de elaborar predicciones de los tejidos afectados e identificar lo que le afecta como un tumor maligno o benigno. Y también de ajustar los pesos algortímicos del modelo para reducir el error.

Además, el equipo consiguió mejoras sobre los algoritmos utilizados anteriormente exponiendo a LYNA a muestras de tumores y tejidos normales con un ratio de 4:1, así como por aumentar la eficacia computacional del proceso de entrenamiento, que llevó a un algoritmo capaz de “ver” una gran diversidad de tejidos. Además, normalizaron las variaciones en los escaneos de las muestras de las biopsias. Según han manifestado, la combinación de estos factores ha conseguido mejorar en gran medida el rendimiento del modelo.

El equipo desarrollador de LYNA aplicó este algoritmo al campo de datos de 2016 de metástasis de cáncer en nodos linfáticos conocido como Camelyion16. Se trata de una colección de 299 imágenes de secciones del nodo linfático del Centro médico de la Universidad Radbound, situado en la ciudad holandesa de Nijmegen, y del Centro médico universitario de Utretch, también en Holanda. Además, se le han facilitado un conjunto de otras 108 imágenes de 20 pacientes. Se entrenó con 270 de estas muestras, de las que 160 eran normales y 110 eran cancerosas, además de con dos paquetes de evaluación, uno de 129 muestras y otro de 108.

En estas pruebas, LYNA ha conseguido una precisión en los diagnósticos del 99,2%. Cuando la sensibilidad del modelo se ajustó para detectar todos los tumores de cada muestra, consiguió un 69% de sensibilidad, identificando con precisión las 40 metástasis en el campo de datos sin emitir ningún falso positivo. Además, no le afectaron los obstáculos presentes en las muestras. Entre ellos, las burbujas de aire o las hemorragias.

A pesar de su grado de exactitud, LYNA no es un sistema perfecto. En ocasiones realizó identificaciones erróneas de células gigantes, cánceres en su etapa de germinación, y células sanguíneas blancas derivadas de la médula conocidos como histiocitos. En cualquier caso, consiguió mejores resultados que un patólogo en ejercicio al que se le encargó evaluar las mismas muestras.

Además, en un segundo estudio publicado por Google AI y Verily, la filial de ciencias de la vida de Alphabet, matriz de Google, el modelo redujo a la mitad el tiempo que lleva a un equipo de seis patólogos colegiados detectar metástasis en los nodos linfáticos. En el futuro, los investigadores tratarán de ver si este algoritmo consigue mejorar todavía más en eficacia o en precisión en el diagnóstico.

Después de subir casi un 27% en 2017, las inversiones de capital riesgo efectuadas en startups de Europa parecen haber experimentado un cierto frenazo, ya que durante el tercer trimestre de este año 2018 han experimentado una caída del 21%. En efecto, según los datos de Dow Jones VentureSource, de los que se han hecho eco en VentureBeat. Además, no sólo ha caído la cantidad de dinero invertida en ellas. También lo ha hecho el número de acuerdos de inversión a los que se ha llegado entre julio y septiembre.

Estas cifras, que han quedado recogidas en el informe 3Q18 Europe Venture Capital, desvelan que las empresas que cuentan con inversión de capital riesgo en Europa han logrado levantar 5.220 millones de dólares durante el tercer trimestre de 2018, lo que supone un descenso interanual del 21%.

En dicho periodo se cerraron 684 acuerdos de financiación, un dato que también supone una caída del 9% interanual. Estos datos también reflejan una caída con respecto al segundo trimestre del año. En concreto, de un 26% en la cantidad invertida en startups europeas. Y un 18% menos de acuerdos firmados.

El Reino Unido, a pesar de la amenaza del Brexit, ha sido el país cuyas startups han registrado una mayor cantidad de financiación entre julio y septiembre, con un 43% del total invertido. Además, se han firmado un 32% de los acuerdos de financiación en Europa con startups británicas. A pesar de esto, el capital recibido por ellas en el periodo analizado ha sido un 11% inferior al conseguido en el mismo periodo del año anterior. También se firmaron un 15% menos de acuerdos que entre julio y septiembre de 2017: un total de 215.

Francia ha sido el segundo país en cuanto a cantidad de inversión recibida por las startups, con 679 millones de dólares. Y el tercero en número de acuerdos cerrados, con 78. El país ha intercambiado posiciones con Alemania, el tercer país en cuando a cantidad de financiación levantada, con 631 millones de dólares, y el segundo en número de acuerdos en el periodo, con 83.

Los fondos de inversión han salido mejor parados en el continente en el periodo analizado. En total, se han cerrado 24 fondos de inversión entre julio y septiembre, que en total han levantado 4.100 millones de dólares, un 50% más que el trimestre anterior, y un 90% más con respecto al mismo periodo de 2017.