El objetivo general de esta estancia es actualizar y mejorar el conocimiento del candidato en el área de investigación del diagnóstico de citologías cervicovaginales gracias al conocimiento del grupo receptor en áreas como el aprendizaje multitarea, un enfoque de aprendizaje máquina donde el candidato ya trabajó en su tesis (Bueno-Crespo Tesis, 2013) y que ya ha colaborado con el grupo receptor en una anterior estancia investigadora el año pasado de duración de tres meses (José Castillejo) que ha dado lugar a dos artículo de congreso en IWINAC2024 (10TH international conference on the interplay between natural and artificial computation) y IPVC 2024 (The 36th International Papillomavirus Conference). En esta estancia se quiere ampliar el enfoque multitarea para mejorar su conocimiento en este área aplicándolo al diagnóstico del cáncer de cérvix en un contexto diferente al aplicado anteriormente ya que ahora se quiere identificar los diferentes marcadores a nivel celular que hacen que un patólogo identifique la existencia temprana del cáncer de cérvix. Este enfoque permitirá dividir el problema en distintas subtareas relacionadas con la detección de distintos marcadores, como por ejemplo, núcleo deforme, aparición vírica en el núcleo, granulación dentro del núcleo, etc., con el fin de mejorar el aprendizaje de la tarea principal, que es el diagnóstico, pero que además, la identificación de estos marcadores permitirán una interpretabilidad y explicabilidad del diagnóstico con el objetivo de la detección precoz de células cancerígenas. Además, junto a este enfoque multitarea se abordarán problemas como la el aumento de imágenes de forma sintética mediante las redes generativas adversarias o técnicas de difusión, que nos permita mejorar el diagnóstico y solventar el problema de la escasez de datos etiquetados. Líneas en donde el grupo receptor está trabajando actualmente en una tesis doctoral en la que el candidato podría colaborar.

Aunque el grupo receptor, vendría a través del departamento de informática de la Universidad de Manchester, la red formada por este departamento (Aprendizaje Multitarea y Deep Learning), facultad de medicina (diagnóstico a través de la imagen, Universidad de Manchester) y centro de investigación del cáncer (obtención de muestras y diagnóstico por patólogos expertos, Universidad de Manchester), forma un grupo bastante consolidado y con proyectos comunes, que permitirán colaborar y crear futuras colaboraciones enfocado en el objetivo investigador de esta estancia.