En el marc de la 24a edició de la International Conference of the Italian Association for Artificial Intelligence (AIxIA 2026), celebrada del 6 al 9 d’octubre a Perusa (Itàlia), la doctoranda de la UVic-UCC Judith Urbina va presentar l’article “Feature-Space Data Augmentation for Exploratory RMD Classification Using Smartphone-Based TUG Recordings”. El treball, del qual és la primera autora, s’ha elaborat amb la coautoria del Prof. Jordi Solé-Casals i el Dr. David Arcos, investigadors del grup de recerca Tractament de Dades i Senyals (TDS) del Departament d’Enginyeries.

La presentació va tenir lloc el 7 d’octubre en el 4th Workshop on Artificial Intelligence for Human-Machine Interaction (AIxHMI 2026), dedicat a explorar com la intel·ligència artificial pot millorar la interacció entre les persones i la tecnologia en àmbits com la salut, l’activitat física i la vida quotidiana. La doctoranda hi va participar en línia des de la Universitat de Nankai, a la Xina, on actualment duu a terme una estada de recerca.

El treball explora com aprofitar millor conjunts de dades petits, una dificultat habitual en la recerca en salut. L’equip va analitzar informació registrada per dos telèfons mòbils durant una prova senzilla de mobilitat i va estudiar si la intel·ligència artificial pot ajudar a identificar diferències entre persones amb i sense malalties reumàtiques i musculoesquelètiques. Es tracta d’un estudi exploratori i no d’una eina de diagnòstic clínic.

La presentació d’aquesta recerca en un congrés internacional celebrat a Itàlia contribueix a donar visibilitat a la tasca del grup TDS fora de Catalunya i afavoreix l’intercanvi de coneixement amb investigadors d’altres països. Aquesta participació ha estat possible gràcies al suport de l’Agència de Gestió d’Ajuts Universitaris i de Recerca (AGAUR), mitjançant l’ajut predoctoral FI-SDUR, finançat per la Direcció General de Recerca del Departament de Recerca i Universitats de la Generalitat de Catalunya i cofinançat per la Unió Europea a través del Fons Social Europeu Plus (FSE+).