Trabajos · Medtech · MED/02 / 2019 → 2023
Ver con precisión a escala gigapíxel
Una plataforma de imagen patológica desplegada en laboratorios de referencia internacionales. Una lámina digitalizada pesa miles de millones de píxeles; el patólogo debe navegarla como al microscopio, sin latencia ni artefactos. La fluidez no es confort de interfaz: es condición del diagnóstico.
El contexto
La anatomía patológica digital aplica el aprendizaje automático al diagnóstico sobre láminas: biopsias digitalizadas en imágenes de miles de millones de píxeles, examinadas por patólogos cuya conclusión compromete a un paciente. La plataforma equipa laboratorios de referencia internacionales; la pantalla sustituye al microscopio, a condición de no cederle nada.
La intervención
Desarrollo del visor WebGL / Three.js: streaming por teselas multirresolución, navegación fluida en zoom profundo, fidelidad de color. Optimización del pipeline de renderizado (+40 % en escaneos de alta resolución), descomposición del monolito en microservicios, capa GraphQL y editor visual de flujos para componer los pipelines de análisis, incluidos los modelos de ML que preanotan las láminas.
Lo que queda
Una herramienta de trabajo diaria para equipos que diagnostican en pantalla lo que antes diagnosticaban al microscopio. Y una lección transferible: en los sistemas críticos, el rendimiento percibido es una exigencia clínica, no un refinamiento.
- Visor Three.js / WebGL de láminas gigapíxel con streaming por teselas
- Pipeline de renderizado optimizado: +40 % en escaneos de alta resolución
- Descomposición en microservicios y control de carga
- Capa GraphQL y editor visual de flujos de análisis