L'assignatura pretén especialitzar l'alumnat oferint-li continguts diversos sobre temàtiques d'interès al camp de l'Enginyeria de la Salut, Enginyeria Biomèdica o altres denominacions afins. Pretén inserir l'alumnat en la participació de tasques i projectes (d'investigació, innovació, solidaris, cooperació, suport a l'ensenyament o altres) afins a l'Enginyeria de la Salut. És un excel·lent complement al currículum. El treball que desenvolupi l'alumne dependrà del tipus de matèria en Enginyeria de la Salut en què faci la col·laboració. És important triar la matèria que encaixi amb els interessos particulars de lalumne. L'assignatura potencia el treball en equip, la col·laboració i aplicabilitat de la creativitat. Té un enfocament essencialment pràctic, l'estudiantat desenvolupa un projecte acadèmic/investigatiu aplicat, en què integren la metodologia de cerca documental, la solució de problemes i la comunicació mitjançant lliurables tècnics i presentacions.
Professors Titulars
Professors Docents
És recomanable haver cursat totes les assignatures de la matèria en què es col·labora. Les matèries del grau d'Enginyeria de la Salut (GES) són: Matemàtiques, Informàtica, física, Bioquímica, Electrònica, Comunicacions, Senyals i imatges mèdiques, Informàtica mèdica, Bioestadística, Fonaments clínics, Gestió i Investigació.
Els objectius de l'assignatura són:
•Aplicar de manera integrada els coneixements del grau per participar en projectes i tasques reals de l'àmbit de l'Enginyeria de la Salut, aportant solucions tècnicament fonamentades.
•Desenvolupar projectes aplicats amb rigor i perspectiva crítica, incorporant quan sigui procedent les variables de sexe i gènere, i comunicant els resultats mitjançant lliurables i presentacions professionals.
•Potenciar el treball col·laboratiu i la creativitat en entorns multidisciplinaris, assumint rols diversos, coresponsabilitat i metodologies de resolució conjunta de problemes.
•Adquirir experiència pràctica en contextos acadèmics i professionals reals, mitjançant el treball basat en projectes, pràctiques al laboratori, seminaris breus i tutories formatives que reforcin l'autonomia i la capacitat d'execució de l'estudiant
Els continguts de cada alumne/a poden ser diversos en dependència de la finalitat del projecte o tasca feta enfocat a alguna aplicació relacionada amb la salut. Per exemple, el desenvolupament de prototips maquinari, algorismes, eines programari, materials docents teoricopràctics; la investigació de processos anatòmics, fisiològics i fisiopatològics; el desenvolupament dexperiments; l'adquisició/registre de senyals i dades, el processament de senyals i imatges, la gestió de bases de dades, el modelatge/impressió 3D, la caracterització de biomaterials i la simulació computacional, entre d'altres. L'assignatura també constitueix un espai per integrar nous continguts d'assignatures afins a l'Enginyeria de Salut, que no estan inclosos en el pla d'estudi i que l'estudiantat pugui cursar durant l'intercanvi acadèmic en institucions externes nacionals i internacionals.
Aquesta assignatura té un fort component pràctic i cerca preparar els estudiants per col·laborar en entorns professionals, enfrontant desafiaments reals del sector de salut. Es desenvolupa combinant l'assessorament i el seguiment del professor amb la realització de les activitats pràctiques per solucionar els reptes plantejats als grups de 2 a 4 alumnes. S'utilitzen les metodologies docents següents:
- Aprenentatge Basat en Projectes (ABP): cada equip desenvolupa un projecte realista amb resultats verificables (prototip maquinari i/o programari, experiment, model, etc.).
- Aprenentatge pràctic al laboratori: sessions experimentals enfocades aprendre fent.
- Seminaris breus i microlliçons per cobrir just a temps ("just-in-time teaching") els conceptes claus que permetin avançar.
- Tutories acadèmiques i tècniques: seguiment formatiu amb retroalimentació accionable orientat a millora.
- Aprenentatge cooperatiu: rols rotatius (per setmanes i/o per tipus d'avaluacions), co-responsabilitat (cada rol té tasques pròpies i compartides: "el resultat és de tots i totes"), resolució col·laborativa de problemes (ús de dinàmiques per pensar i decidir en grup: brainwriting, brainstorming, etc.) i coavaluació de valor (valor).
- Avaluació continuada mitjançant el seguiment de l'exercici individual i grupal.
Ús d'IA en l'aprenentatge: permès amb declaració explícita de l'ús i prompts als lliurables (incloure'ls als annexos); el treball ha de ser original, traçable i comprensible pels qui el signen.
L'avaluació del treball de cada alumne es realitza basant-se en la capacitat de resposta als problemes plantejats, atenent la capacitat de definir com ha d'orientar el treball, el desenvolupament i els resultats. Es valora la implicació personal i lactitud. L'avaluació la farà el responsable de supervisar els grups de l'alumnat. Aquesta persona farà el seguiment i farà una valoració contínua individual de la col·laboració de cada alumne.
Es valorarà si l'estudiant:
•Aplica de manera adequada i integrada els coneixements del grau per analitzar i resoldre el problema assignat.
•Proposa solucions tècnicament sòlides, viables i ben fonamentades.
•Integra, quan pertoca, la perspectiva de sexe i gènere en el disseny, anàlisi o interpretació del projecte.
•Planifica el projecte amb realisme i rigor, fent una recerca documental pertinent i aplicant una metodologia de treball clara.
•Desenvolupa i presenta el projecte de forma professional, amb lliurables i exposicions clares, estructurades i tècnicament justificades.
•Treballa de manera col·laborativa i responsable, contribuint activament al grup, comunicant-se bé i assumint coresponsabilitat en els resultats.
•Aporta creativitat i iniciativa, generant idees i solucions noves i participant activament a la presa de decisions de l'equip.
1. Creswell, JW, & Creswell, JD (2023). Research design: Qualitative, quantitative, and mixed methods approach (6th ed.). SAGE.
2. Hernández-Sampieri, R., & Mendoza, C. (2018). Metodologia de la investigació: Les rutes quantitativa, qualitativa i mixta. McGraw-Hill.
3. Browner, WS, Newman, TB, Cummings, SR, & Grady, DG (2022). Designing clinical research (5th ed.). Wolters Kluwer.
1. Ng, SI, Xu, L., Siegert, I., Cummins, N., Benway, NR, Liss, J. i Berisha, V. (2024). Un tutorial sobre el desenvolupament d'IA clínica de la parla: des de la recopilació de dades fins a la validació del model. Preimpressió d' arXiv arXiv : 2410.21640.
2. Ahluwalia, A., De Maria, C., & Díaz Lantada, A. (eds.) (2022). Engineering Open-Source Medical Devices: A Reliable Approach for Safe, Sustainable and Accessible Healthcare. Springer Cham. SpringerLink
3. Tranquillo, J., Goldberg, J., & Allen, R. (2022). Biomedical Engineering Design. Elsevier.
4. Bajaj, V., Sinha, GR, & Chakraborty, C. (eds.) (2022). Biomedical Signal Processing for Healthcare Applications. CRC Press,
5. Senyals biomèdics (EEG, EMG, ECG), machine learning aplicat a salut, processament de dades.
6. Obeid, I., Selesnick, I., & Picone, J. (eds.) (2021). Biomedical Signal Processing: Innovation and Applications. Springer.
7. Sahin, F., & Pérez-Castillejos, P. (2023). Instrumentation Handbook for Biomedical Engineers. Routledge.
8. Kunal Pal, Bala Chakravarthy Neelapu, J. Sivaraman (2024). Advances in Artificial Intelligence: Biomedical Engineering Applications in Signals and Imaging. Elsevier.