La asignatura introduce al estudiantado alumnos en la metodología de desarrollo de proyectos en el ámbito de la ingeniería de la salud y potencia: (a) la adquisición de habilidades investigadoras para la búsqueda, gestión y análisis crítico de información científica; (b) la capacidad de adaptarse a nuevas situaciones, resolver problemas, tomar decisiones y mostrar la capacidad de emprendimiento, iniciativa y de liderazgo; (c) el espíritu crítico y autocrítico; (d) la planificación eficiente de los procesos y tareas de investigación e innovación; (e) la comunicación y divulgación de resultados de forma oral y escrita y (f) la competencia para integrarse y comprometerse en equipos de trabajo, aportando valor a la sociedad.
La asignatura tiene un enfoque esencialmente práctico. En una primera fase, el estudiantado participa en seminarios?talleres impartidos por un profesorado especialista para diseñar modelos 3D básicos con SolidWorks (15 h). A continuación, planifican y desarrollan, en equipos tutelados por personal investigador, un proyecto aplicado a la Ingeniería de la Salud (60 h), en el que integran la metodología aprendida y la comunican mediante entregables técnicos y presentaciones.
Profesores Titulares
Profesores Docentes
Es recomendable haber cursado las asignaturas afines al tema del proyecto que se desarrolla, así como habilidades en la búsqueda de documentación y los fundamentos básicos de la metodología de investigación y el análisis de datos. Además, se valoran habilidades de trabajo en equipo y comunicación.
1. Se aplican los conocimientos adquiridos durante el grado de forma integrada para resolver una necesidad real del sector sanitario desde la perspectiva de la ingeniería médica y de la salud.
2. Saber abordar los proyectos asignados integrando las variables sexo y género con relevancia en el problema o tema planteado.
3. Saber diseñar modelos de impresión 3D usando SolidWorks.
4. Planificar, desarrollar y presentar trabajos de investigación aplicados a la Ingeniería de la Salud.
La asignatura se articula en dos componentes paralelos que confluyen en la evaluación final:
1. Parte 1: Módulo SolidWorks
- Introducción al entorno CAD y herramientas básicas.
- Modelado de piezas y ensamblajes.
- Generación de planos técnicos y documentación de diseño.
- Mini-proyecto de modelo 3D con aplicación biomédica.
2. Parte 2: Proyecto de investigación y/o desarrollo en equipo
- Presentación de propuestas de proyectos por parte de tutores/as y selección según preferencias mediante cuestionario digital.
- Conformación de equipos y asignación de roles.
- Diseño metodológico inicial: definición de la problemática científica/tecnológica, objetivos, distribución de tareas y cronograma.
- Fase de desarrollo: ejecución de tareas experimentales en las líneas de investigación del proyecto (IA y Ciencia de Datos, Procesamiento del Habla, Visión por Computador, Interacción con IA, Biomateriales/Nanotecnologías).
- Seguimiento y tutorías: reuniones periódicas de control y retroalimentación.
- Evaluación intermedia: presentación oral y entrega de informe de avance.
- Presentación final: entrega de informe técnico/científico y defensa pública ante tribunal docente.
El funcionamiento de la asignatura sigue el siguiente cronograma:
- Asignación de proyectos y tutores: el profesorado tutor presenta las propuestas de proyecto. El estudiantado indica sus preferencias mediante un cuestionario digital; la asignación se realiza buscando el mejor encaje posible entre preferencias y equilibrio de grupos.
- Conformación de equipos: los equipos serán de 2 a 5 estudiantes con un/a tutor/a. Se definen los canales de trabajo (Moodle/Teams/Drive, repositorios Git si aplica, bases de datos, etc.).
- Fase 1: Desarrollo de modelos 3 D y diseño metodológico del proyecto de investigación
- Fase 2: Desarrollo del proyecto
Se emplean las siguientes metodologías docentes:
- Aprendizaje Basado en Proyectos (ABP): cada equipo desarrolla un proyecto realista con resultados verificables (prototipo hardware y/o software, experimento, modelo, etc.).
- Aprendizaje práctico en laboratorio: sesiones guiadas de SolidWorks (aprender haciendo o hands-on) con evaluación basada en desempeño y resultado.
- Seminarios breves y micro-lecciones para cubrir justo a tiempo ("just-in-time teaching") los conceptos claves que permitan avanzar.
- Tutorías académicas y técnicas: seguimiento formativo con retroalimentación accionable orientado a mejora.
- Aprendizaje cooperativo: roles rotativos (por semanas y/o por tipos de evaluaciones), co-responsabilidad (cada rol tiene tareas propias y compartidas: "el resultado es de todos y todas"), resolución colaborativa de problemas (uso de dinámicas para pensar y decidir en grupo: brainwriting, brainstorming, etc.) y coevaluación (valoración anónima de cada presentación tanto de forma individual como por pares).
- Evaluación continua: tres momentos clave (diseño metodológico, medio término, final) + seguimiento individual y grupal.
Uso de IA en el aprendizaje: permitido con declaración explícita del uso y prompts en los entregables (incluir en los anexos); el trabajo debe ser original, trazable y comprensible por quienes lo firman.
Las actividades formativas se realizan de forma presencial y no presencial.
Presenciales: Talleres de SolidWorks (15 h), Tutorías de proyecto: planificación, revisión de informes, trabajo en laboratorios, resolución de cuellos de botella, presentaciones y defensas.
No presenciales/autónomas: Búsqueda y análisis de literatura (bases de datos científicas, revisión crítica), Diseño metodológico (objetivos, hipótesis, variables, tareas, cronograma, riesgos/soluciones), Desarrollo técnico/experimental (implementación, pruebas, prototipado, validación), Documentación y comunicación (bitácora de proyecto, memoria técnica/científica, póster/diapositivas), Gestión de proyecto (reuniones internas y acuerdos).
La evaluación de la asignatura integra sus dos partes: la primera que trata sobre el modelado funcional 3D con Solidworks (aporta el 20 % de la nota) y la segunda que aborda el proyecto de investigación (aporta el 80 % de la nota).
Para aprobar la asignatura hay que aprobar la Parte 1 (Nota_P1) y la Parte 2 (Nota_P2), por separado. La nota final de la asignatura se calculará de la siguiente manera:
- Si Nota_P1 >= 5 y Nota_P2 >= 5, la nota final de la asignatura será Nota_Final = 0,2 · Nota_P1 + 0.8 · Nota_P2
- Si Nota_P2 < 5, la nota final de la asignatura será NOTA_FINAL = Nota_P2.
- Si Nota_P1 < 5, la nota final de la asignatura será NOTA_FINAL = MIN (4, Nota_P2).
1. Evaluación de la Parte 1:
- La nota de la parte P1 (N_P1) se calcula ponderando tres notas: la nota de actitud (10 %), la nota de ejercicios prácticos en clases o fuera de clases (30 %) y la nota de la tarea final (60 %). La nota de actitud se calculará a partir de la asistencia, actitud y participación en las clases.
La entrega final consiste en el diseño de un modelo 3D. Aunque no se imprima, debe estar correctamente acotado, ensamblado (si aplica) y documentado.
2. Evaluación de la Parte 2
- La nota de la parte P2 (N_P2) se calcula ponderando cuatro notas: la nota de entrega/presentación del diseño metodológico del proyecto (15 %), la nota de entrega/presentación intermedia (25 %), la nota de seguimiento individual y grupal (20 %) y la nota de entrega/presentación final del proyecto (40 %). La nota de seguimiento individual de cada participante tiene en cuenta su asistencia, participación en las reuniones y creatividad. La nota de seguimiento grupal tiene en cuenta el cumplimiento global del cronograma del grupo, la organización y cohesión del grupo, la coevaluación (si así lo entiende el tutor) y otros elementos que contribuyan al cumplimiento de los objetivos del proyecto.
Los alumnos que no aprueben la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria, en la que podrán recuperar la(s) nota(s) de la(s) parte(s) que hayan desaprobado. Si, por ejemplo, un/a alumno/a ha desaprobado sólo la Parte 1, puede conservar la nota de la Parte 2, o viceversa. Si desaprobó ambas partes, deberá recuperarlas.
En la convocatoria ordinaria se tienen en cuenta todas las componentes de las notas de las partes 1 y 2.
En la convocatoria extraordinaria de ambas partes, se conservarán todas las notas excepto:
- la nota de la nueva tarea final extraordinaria de la parte 1 (60 %). Esta nueva tarea será asignará por el profesor, entre 1 y 2 meses antes del examen extraordinario y el estudiantado deberá llevar la solución el día del examen extraordinario.
- la nota de la nueva entrega/presentación final extraordinaria del proyecto de la parte 2 (40 %). Para la convocatoria extraordinaria, será necesario entregar y presentar una nueva versión del proyecto con los métodos/resultados/soluciones de las tareas individuales y grupales en que el alumno forme parte. Si existe más de un/a alumno/a del equipo que hubiese desaprobado, se puede entregar y presentar un solo documento con la versión final del equipo.
1. SolidWorks Basics: A Project-Based Approach ? Fred Fulkerson
2. Top SolidWorks Books (3DEngineer, 2023)
3. Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and mixed methods approach (6th ed.). SAGE.
4. Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.
5. Yin, R. K. (2018). Case study research and applications: Design and methods (6th ed.). SAGE.
6. Browner, W. S., Newman, T. B., Cummings, S. R., & Grady, D. G. (2022). Designing clinical research (5th ed.). Wolters Kluwer.
7. Vijayarani, S., Ilamathi, M. J., & Nithya, M. (2015). Preprocessing techniques for text mining - an overview. International Journal of Computer Science & Communication Networks, 5(1), 7-16.
8. Khder, M. A. (2021). Web scraping or web crawling: State of art, techniques, approaches and application. International Journal of Advances in Soft Computing & Its Applications, 13(3).
9. A.J. Nihart, et al. Nat Med 2025; 31 (4): 1114-1119. doi: 10.1038/s41591-024-03453-1.
10. Ng, S. I., Xu, L., Siegert, I., Cummins, N., Benway, N. R., Liss, J. y Berisha, V. (2024). Un tutorial sobre el desarrollo de IA clínica del habla: desde la recopilación de datos hasta la validación del modelo. Preimpresión de arXiv arXiv: 2410.21640.
11. Botelho, C., Abad, A., Schultz, T. y Trancoso, I. (2024). El habla como biomarcador para la detección de enfermedades. Acceso IEEE.
Ver carpeta electrónica de la asignatura.