VALENCIA, 27 Dic. (EUROPA PRESS) -
El fondo de capital riesgo Tech Transfer UPV, impulsado por el Consejo Social de la Universitat Politècnica de València (UPV) y la gestora Clave Mayor, ha realizado una primera inversión de 550.000 euros en la spin-off Quibim, financiación en la que también participan AYCE Capital, Bioinfogate y otros inversores privados.
Se convierte así en la primera empresa de España que cuenta con el respaldo de un fondo de transferencia tecnológica creado dentro de una universidad pública, según ha informado Quibim en un comunicado.
Este modelo de inversión pionero ha recibido --desde su lanzamiento en marzo-- un total de 118 proyectos. De ellos, se han aprobado tres operaciones por un importe conjunto de 650.000 euros, siendo la de Quibim la primera en formalizarse.
Esta inyección de capital permitirá a esta empresa valenciana de biotecnología acelerar el desarrollo y comercialización de un innovador software que procesa imágenes médicas radiológicas y mide biomarcadores de órganos y tejidos del cuerpo humano sensibles a la aparición de enfermedades.
Se trata, por tanto, de una plataforma de análisis en la nube que permite realizar diagnósticos más precisos y precoces, así como evaluar de forma temprana la respuesta a los tratamientos farmacológicos.
Quibim (Quantitative Imaging Biomarkers in Medicine) es una spin-off del Instituto de Investigación Sanitaria La Fe, fundada en 2012 e impulsada por Ángel Alberich-Bayarri y el doctor Luis Martí Bonmatí tras "una larga trayectoria de I+D" desde el año 2006.
Alberich-Bayarri, CEO de QUIBIM, es doctor en Ingeniería Biomédica por la UPV y Premio Mejor Tesis Área TIC-Consejo Social UPV 2012. Por su parte, Martí-Bonmatí es un radiólogo de reconocido prestigio internacional y director del Área Clínica de Imagen Médica del Hospital Universitario y Politécnico La Fe.
Este software, disponible en la nube, puede instalarse en versiones privadas para hospitales y compañías farmacéuticas que desarrollen ensayos clínicos. Su "valor añadido" es que permite extraer información cuantitativa de las imágenes médicas radiológicas mediante técnicas originales y avanzadas de procesamiento computacional.
Su objetivo es mejorar los procesos de diagnóstico de enfermedades con alta incidencia y evaluar los cambios que producen los tratamientos farmacológicos en el organismo.
