--- title: "EVAR-Twin: IA y gemelos digitales para cirugía vascular" description: "Participamos en EVAR-Twin, un proyecto de I+D que utiliza inteligencia artificial, gemelos digitales y simulación CFD para predecir el riesgo trombogénico tras cirugía EVAR." url: "https://devecotech.com/en/casos-de-exito/evar-twin/" date_modified: "2026-09-01T14:49:09+02:00" --- [Inicio](/)[Casos de éxito](/casos-de-exito/)EVAR-Twin ## CASO DE ÉXITO · PROYECTO DE I+D # EVAR – Twin: IA y gemelos digitales para cirugía vascular Deveco participa en **EVAR-Twin,** un proyecto de investigación y desarrollo que combina inteligencia artificial, gemelos digitales y simulación CFD para ayudar a predecir el riesgo trombogénico tras procedimientos de reparación endovascular de aneurismas aórticos (EVAR). ![Logotipo de EVAR-Twin](https://devecotech.com/wp-content/uploads/2026/08/casos-evar-twin-white-n.webp) - Salud · Tecnología médica - IA y aprendizaje automático · Ingeniería de software a medida · Automatización de procesos [Ver presentación](#presentacion) [Solicitar una reunión](/sobre-nosotros/contacto/) ![Banner-EVAR-Twin.png](https://devecotech.com/wp-content/uploads/2025/06/Banner-EVAR-Twin.png.webp) --- ## Consorcio: TECNARA • Clúster SIVI • Deveco • Electroingenium • Nabladot 131875 € - Financiación pública de I+D Programa AEI 2025 5 - Socios Consorcio de clústeres y pymes deep-tech. 100 % - Automatizado De la imagen médica a la predicción de riesgo 2025 – 2026 - Plazo de ejecución Agosto 2025 – Junio 2026 *Proyecto concedido dentro del programa de apoyo a las AEI en la convocatoria de 2025. El plazo de realización se establece entre agosto de 2025 y junio de 2026. Las entidades y empresas que forman el consorcio del proyecto son 2 Clústeres —Cluster TECNARA y Cluster SIVI— y 3 pymes —DEVECO, ELECTROINGENIUM y NABLADOT—, pertenecientes a las comunidades de Aragón y Castilla y León.* --- ![Modelo tridimensional de la aorta abdominal segmentada a partir de imagen medica](https://devecotech.com/wp-content/uploads/2026/08/evar-twin-anatomia-3d.webp) ## El reto ### Ayudar a los cirujanos a tomar mejores decisiones antes de que aparezcan las complicaciones Tras una intervención de **reparación endovascular de aneurismas (EVAR)**, uno de los principales riesgos es la **aparición de trombos**. Evaluar ese riesgo requiere combinar múltiples variables clínicas, modelos anatómicos y simulaciones que hoy son costosas y difíciles de integrar en la práctica diaria. El reto del proyecto consistía en **automatizar todo ese proceso** para que los profesionales sanitarios pudieran disponer de una herramienta de apoyo clínico rápida, precisa y basada en datos. ## La solución ### Un gemelo digital personalizado para cada paciente EVAR-Twin genera una **representación virtual del paciente** utilizando **imágenes médicas, simulaciones de flujo sanguíneo y modelos predictivos** de inteligencia artificial. La plataforma automatiza todo el proceso, desde la segmentación de imágenes hasta la generación del modelo tridimensional y la predicción del riesgo trombogénico. El resultado es una herramienta capaz de simular diferentes escenarios clínicos antes de la intervención o durante el seguimiento del paciente. ![Simulacion CFD del flujo sanguineo con lineas de corriente coloreadas por velocidad](https://devecotech.com/wp-content/uploads/2026/08/evar-twin-simulacion-cfd.webp) --- ## ¿Cómo funciona? ### De la imagen médica a la decisión clínica --- ### Stack tecnológico - Inteligencia artificial (aprendizaje automático) - Gemelos digitales - Dinámica de fluidos computacional (CFD) - Procesamiento automatizado de imágenes médicas (segmentación de TC/RM) ### Se importan TAC y resonancias El proceso arranca con las imágenes médicas del propio paciente. ### La IA segmenta automáticamente la anatomía Los modelos de aprendizaje automático delimitan la anatomía vascular sin intervención manual. ### Se genera el modelo tridimensional del paciente Esa segmentación se convierte en el gemelo digital: una representación virtual de su anatomía real. ### Se ejecutan simulaciones CFD La dinámica de fluidos computacional reproduce el flujo sanguíneo sobre ese modelo. ### La IA identifica zonas con mayor riesgo trombogénico Los modelos predictivos señalan dónde es más probable que aparezcan trombos. ### El cirujano recibe información para apoyar la toma de decisiones Con esa información puede comparar escenarios antes de la intervención o durante el seguimiento. --- ## Presentación del proyecto Aquí puedes conocer el funcionamiento de EVAR-Twin a través de la presentación oficial realizada durante la jornada pública del proyecto. [Video](https://devecotech.com/wp-content/uploads/2026/08/Demo_Consorcio_Video__Flujo_PipelineCFD.mp4) --- ## Impacto del proyecto EVAR-Twin tiene como objetivo **mejorar la planificación clínica** mediante herramientas digitales capaces de **anticipar complicaciones** antes de que aparezcan. Su aplicación permite: - Apoyar la toma de decisiones médicas con modelos personalizados - Reducir el tiempo necesario para realizar simulaciones complejas - Facilitar la integración de estas tecnologías en hospitales y centros sanitarios - Impulsar la medicina personalizada mediante inteligencia artificial y gemelos digitales Además, el proyecto fortalece la **colaboración entre empresas tecnológicas, centros de conocimiento y entidades del ámbito sanitario**. --- ## Consorcio: ![TECNARA, Aragón IT Cluster](https://devecotech.com/wp-content/uploads/2026/08/evar-consorcio-tecnara-w.webp) ![Clúster SIVI, Care & Health](https://devecotech.com/wp-content/uploads/2026/08/evar-consorcio-cluster-sivi-w.webp) ![Deveco.IT](https://devecotech.com/wp-content/uploads/2026/08/evar-consorcio-deveco-it-w.webp) ![Electro Ingenium](https://devecotech.com/wp-content/uploads/2026/08/evar-consorcio-electro-ingenium-w.webp) ![NablaDot, Ingeniería Computacional de Fluidos](https://devecotech.com/wp-content/uploads/2026/08/evar-consorcio-nabladot-w.webp) ## Proyecto cofinanciado: EVAR-Twin (nº de expediente: AEI-010500-2025-146), con un presupuesto de 164.846 €, está financiado con 131.875 € por el Ministerio de Industria y Turismo a través del programa de apoyo a las Agrupaciones Empresariales Innovadoras (AEI) 2025, con el objetivo de mejorar la competitividad de las pequeñas y medianas empresas. ![image-1-e1784889148321-n](https://devecotech.com/wp-content/uploads/2026/08/image-1-e1784889148321-n.webp) --- ## ¿Quieres desarrollar un proyecto de I+D con inteligencia artificial? En Deveco, [consultora tecnológica en Zaragoza](/), ayudamos a empresas, centros tecnológicos y entidades públicas a convertir ideas complejas en soluciones tecnológicas reales. Si estás trabajando en un proyecto de innovación o buscas un socio tecnológico para desarrollarlo, estaremos encantados de escucharte. [Solicitar una reunión](/sobre-nosotros/contacto/) --- ## Otros casos que te pueden interesar ![casos ast mark](https://devecotech.com/wp-content/uploads/2026/08/casos-ast-mark-w.webp) ![Logotipo de AST Roll Cages](https://devecotech.com/wp-content/uploads/2026/08/casos-ast-white-n.webp) Chatbot IA en WhatsApp ### AST Roll Cages Los clientes preguntaban por WhatsApp el estado de su pedido y alguien del equipo tenía que buscarlo a mano. Ahora un asistente de IA conectado al sistema de gestión responde al instante y, además, recomienda producto y manda el enlace para comprarlo. [Ver el caso de AST Roll Cages](/casos-de-exito/ast-roll-cages/) ![casos-estacion-mark](https://devecotech.com/wp-content/uploads/2026/08/casos-estacion-mark.webp) ![Logotipo de la Estación Central de Autobuses de Zaragoza](https://devecotech.com/wp-content/uploads/2026/08/casos-estacion-white-n.webp) Asistente telefónico con IA ### Estación Central de Autobuses de Zaragoza El equipo recibía muchas llamadas repetitivas preguntando por horarios y rutas. Ahora **HeyLaia**, asistente de IA, responde automáticamente esas preguntas por teléfono, las 24 horas, y solo pasa la llamada a una persona cuando hace falta. [Ver el caso de la Estación Central](/casos-de-exito/estacion-autobuses-zaragoza/) --- Caso anterior AST Roll Cages: Chatbot IA en WhatsApp Caso siguiente Estación de Autobuses de Zaragoza: Agente de llamadas IA