O traballo SSEC: Sistema de Seguimento de Enfermidades Crónicas de Pablo Pazos Domínguez, estudante do Grao en Enxeñaría Informática, é o gañador da primeira edicion dos Premios Cátedra MN na categoría de Traballo Fin de Grao. Dirixidos ao alumnado da rama de enxeñaría os premios, creados co obxectivo de distinguir o espírito emprendedor, ao tempo que se impulsa a innovación tecnolóxica e se recoñece a valía do estudantado, naceron froito da colaboración entre a Universidade de Vigo e a empresa tecnolóxica MN Program e ao abeiro da Cátedra MN en Emprendemento Tecnolóxico. A catedrática da UVigo e coordinadora da cátedra, Carmen García Mateo, valora moi positivamente “a aposta por este tipo de colaboracións entre universidade e empresa, que co seu investimento e mentorización permite que algúns proxectos poidan chegar a converterse en negocios reais e viables”.
Na categoría de Traballo Fin de Grao o premio foi para Pablo Pazos Domínguez, estudante do Grao en Enxeñaría Informática, polo traballo titulado SSEC: Sistema de Seguimento de Enfermidades Crónicas, un sistema informático que ten como obxectivo o seguimento das enfermidades crónicas por parte do paciente e do seu médico para poder ter información en calquera momento sobre a súa evolución e axudar á toma de decisións con maior eficacia e eficiencia. Así mesmo, o paciente conta cunha ferramenta onde pode consultar en todo momento, de maneira actualizada, información relativa ás súas citas médicas, tratamentos e medicación. O sistema nútrese de datos clínicos recollidos mediante informes e a aplica a intelixencia artificial sirve como sistema de apoio. Para Pablo Pazos “os Premios Cátedra MN son quizais o impulso que necesitaba para crer que o meu proxecto de verdade ten un valor para poder aplicarse no mundo real. Sen dúbida, todo o proceso foi moi bo e as persoas involucradas foron de gran axuda”.
Ademais do primeiro premio, outorgáronse dous accésit a estudantes do Grao en Enxeñaría de Tecnoloxías de Telecomunicación. O primeiro accésit foi para Raquel Román Sarmiento polo proxecto Detección de sincronización audiovisual utilizando Deep Learning, e o segundo accésit concedéuselle a Ismael Orge Fernández polo traballo Detección de peóns en plataformas de baixos recursos computacionais. Ademais da calidade técnica dos traballos, o xurado valorou especialmente o grao de utilidade e aplicabilidade das solucións desenvoltas nos TFG, así como o grao de implicación do alumnado no seu desempeño.