Un proyecto para crear hueso artificial premiado en el concurso INNOVAR 2023

Un proyecto del Departamento de Química de la UNS y el Instituto de Química del Sur (UNS-CONICET) para crear hueso artificial, resultó una de las 97 propuestas premiadas en la 18° edición del concurso INNOVAR, que auspicia el Ministerio de Ciencia, Tecnología e Innovación.

Compitió contra más de 1.000 iniciativas de todo el país. Se trata de un hueso artificial que se degrada cuando se genera el hueso natural. Es muy económico, versátil y además permite liberar fármacos para ayudar con el tratamiento de los pacientes, señaló la UNS en una gacetilla.

El Concurso Nacional de Innovaciones INNOVAR es la iniciativa que fomenta la innovación y premia la creación o mejorar productos y servicios a nivel federal. Los proyectos son distinguidos con el objetivo de impulsar y promover invenciones de alto impacto social y comercial y potenciar emprendimientos de base tecnológica

“NanoAP” es un desarrollo que encabeza la doctora Noelia D’Elía –docente e investigadora de la UNS- y que permite crear hueso artificial para tratamientos médicos a partir de la mezcla de dos componentes. La docente e investigadora es oriunda de Río Gallegos y formada en la UNS como Licenciada en Biología primero, y luego como Doctora en Ciencia y Tecnología de Materiales. A fines de 2022 fue reconocida con uno de los premios L'Oreal-UNESCO "Por la mujer en la ciencia".

Este desarrollo se adapta a las necesidades del paciente, es 10 veces más económico que los materiales similares ya existentes de industria nacional, y 100 meces más económico que los importados.

“La feria INNOVAR no solo es una oportunidad para dar a conocer nuestro trabajo sino también para ver la calidad de innovación de que tiene nuestro país, desde las universidades hasta los chicos de colegios secundarios”, contó D’Elía sobre el evento que tuvo lugar entre el 28 y el 30 de septiembre en Buenos Aires.

También fue reconocido en la categoría “Robótica” el proyecto “Semaforización Inteligente” de Santiago Gerling Konrad, también de la UNS. El sistema desarrollado aborda la problemática de la gestión del tráfico en intersecciones donde los semáforos con tiempos de luz fijos no son efectivos. Se utiliza cámaras y algoritmos de Machine Learning para contar los vehículos en cada calle y ajustar los tiempos de luz verde del semáforo en consecuencia.