IA Fertitech
- Autores
- Bergonzi, Pablo
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión corregida
- Colaborador/a o director/a de tesis
- Gargiulo, Leonardo
- Descripción
- Fil: Bergonzi, Pablo. Universidad de San Andrés. Escuela de Negocios; Argentina.
El mercado de la medicina basada en microbiota está experimentando un crecimiento histórico. A la vanguardia de esta ola de nuevas técnicas de diagnóstico y tratamientos, encontramos una nueva raza de startups biotech con necesidades de escalamiento que escapan al scope actual del mercado de servicios de tecnología y logística. Una de estas prometedoras compañías es Microgenesis, la misma se conformó con el objetivo de generar un impacto disruptivo a nivel global en el campo de la medicina orientada a la fertilidad basada en microbiota, ofreciendo un novedoso test que logra detectar causas de infertilidad en casos inexplicables para las técnicas estándar, dicho test está patentado, probado y en actual comercialización en la UE e Israel. Para lograr alcanzar la meta de escalar globalmente, es necesario multiplicar sus capacidades operativas, este es el pain point que atacaremos desde IA Fertitech. Teniendo en cuenta la alta complejidad del negocio, dada principalmente por la escasa capacidad de procesar los tests, que hoy día solo pueden ser interpretados por profesionales altamente capacitados, y entendiendo que estamos frente a un mercado de clientes hiperconectados, proponemos crear una plataforma de pre-diagnóstico que permita a sus operadores un acceso instantáneo a la interpretación de los tests basados en microbiota. Para hacer esto posible, crearemos un modelo de machine learning especializado que interprete los tests observando los mismos indicadores que utilizan los humanos para su análisis, disponibilizando los resultados en segundos a través de una interfaz web responsive accesible desde cualquier dispositivo. Esto es posible gracias al alto nivel de especialización del founding team, que consolida todos los skills necesarios para la ejecución de un proyecto de estas características. La inversión requerida para el desarrollo de la plataforma está estimada en u$s90K, dicha inversión será realizada por Fullgenomics, el holding que a su vez es el principal inversor de Microgenesis, a cambio de la exclusividad total de la utilización del modelo para las empresas del grupo. La monetización del servicio se da en la forma de participación en el 11% del average selling price (ASP) y la rentabilidad del negocio se calcula en un TIR del 89%. De esta forma, y comenzando con una alianza con Microgenesis, esperamos convertirnos en los referentes del segmento, siendo los primeros en ofrecer una solución customizada de machine learning que resuelva los problemas de escalabilidad propios de la medicina, funcionando no como sustituto del médico, sino como una herramienta potenciadora de sus capacidades, evitando así el conflicto legal asociado al accountability de un diagnóstico profesional. - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-nd/4.0/
- Repositorio
.jpg)
- Institución
- Universidad de San Andrés
- OAI Identificador
- oai:repositorio.udesa.edu.ar:10908/18517
Ver los metadatos del registro completo
| id |
RDUDESA_7f65b858a9c0b36df6c6651fa64af4d9 |
|---|---|
| oai_identifier_str |
oai:repositorio.udesa.edu.ar:10908/18517 |
| network_acronym_str |
RDUDESA |
| repository_id_str |
2363 |
| network_name_str |
Repositorio Digital San Andrés (UdeSa) |
| spelling |
IA FertitechBergonzi, PabloFil: Bergonzi, Pablo. Universidad de San Andrés. Escuela de Negocios; Argentina.El mercado de la medicina basada en microbiota está experimentando un crecimiento histórico. A la vanguardia de esta ola de nuevas técnicas de diagnóstico y tratamientos, encontramos una nueva raza de startups biotech con necesidades de escalamiento que escapan al scope actual del mercado de servicios de tecnología y logística. Una de estas prometedoras compañías es Microgenesis, la misma se conformó con el objetivo de generar un impacto disruptivo a nivel global en el campo de la medicina orientada a la fertilidad basada en microbiota, ofreciendo un novedoso test que logra detectar causas de infertilidad en casos inexplicables para las técnicas estándar, dicho test está patentado, probado y en actual comercialización en la UE e Israel. Para lograr alcanzar la meta de escalar globalmente, es necesario multiplicar sus capacidades operativas, este es el pain point que atacaremos desde IA Fertitech. Teniendo en cuenta la alta complejidad del negocio, dada principalmente por la escasa capacidad de procesar los tests, que hoy día solo pueden ser interpretados por profesionales altamente capacitados, y entendiendo que estamos frente a un mercado de clientes hiperconectados, proponemos crear una plataforma de pre-diagnóstico que permita a sus operadores un acceso instantáneo a la interpretación de los tests basados en microbiota. Para hacer esto posible, crearemos un modelo de machine learning especializado que interprete los tests observando los mismos indicadores que utilizan los humanos para su análisis, disponibilizando los resultados en segundos a través de una interfaz web responsive accesible desde cualquier dispositivo. Esto es posible gracias al alto nivel de especialización del founding team, que consolida todos los skills necesarios para la ejecución de un proyecto de estas características. La inversión requerida para el desarrollo de la plataforma está estimada en u$s90K, dicha inversión será realizada por Fullgenomics, el holding que a su vez es el principal inversor de Microgenesis, a cambio de la exclusividad total de la utilización del modelo para las empresas del grupo. La monetización del servicio se da en la forma de participación en el 11% del average selling price (ASP) y la rentabilidad del negocio se calcula en un TIR del 89%. De esta forma, y comenzando con una alianza con Microgenesis, esperamos convertirnos en los referentes del segmento, siendo los primeros en ofrecer una solución customizada de machine learning que resuelva los problemas de escalabilidad propios de la medicina, funcionando no como sustituto del médico, sino como una herramienta potenciadora de sus capacidades, evitando así el conflicto legal asociado al accountability de un diagnóstico profesional.Universidad de San Andrés. Escuela de NegociosGargiulo, Leonardo2021-08-27T17:16:05Z2021-08-27T17:16:05Z2020?Tesisinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/updatedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfapplication/pdfBergonzi, P. (2020). IA Fertitech. [Tesis de maestría, Universidad de San Andrés. Escuela de Negocios]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/18517http://hdl.handle.net/10908/18517spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Digital San Andrés (UdeSa)instname:Universidad de San Andrés2025-10-23T11:20:26Zoai:repositorio.udesa.edu.ar:10908/18517instacron:Universidad de San AndrésInstitucionalhttp://repositorio.udesa.edu.ar/jspui/Universidad privadaNo correspondehttp://repositorio.udesa.edu.ar/oai/requestmsanroman@udesa.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:23632025-10-23 11:20:26.803Repositorio Digital San Andrés (UdeSa) - Universidad de San Andrésfalse |
| dc.title.none.fl_str_mv |
IA Fertitech |
| title |
IA Fertitech |
| spellingShingle |
IA Fertitech Bergonzi, Pablo |
| title_short |
IA Fertitech |
| title_full |
IA Fertitech |
| title_fullStr |
IA Fertitech |
| title_full_unstemmed |
IA Fertitech |
| title_sort |
IA Fertitech |
| dc.creator.none.fl_str_mv |
Bergonzi, Pablo |
| author |
Bergonzi, Pablo |
| author_facet |
Bergonzi, Pablo |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Gargiulo, Leonardo |
| dc.description.none.fl_txt_mv |
Fil: Bergonzi, Pablo. Universidad de San Andrés. Escuela de Negocios; Argentina. El mercado de la medicina basada en microbiota está experimentando un crecimiento histórico. A la vanguardia de esta ola de nuevas técnicas de diagnóstico y tratamientos, encontramos una nueva raza de startups biotech con necesidades de escalamiento que escapan al scope actual del mercado de servicios de tecnología y logística. Una de estas prometedoras compañías es Microgenesis, la misma se conformó con el objetivo de generar un impacto disruptivo a nivel global en el campo de la medicina orientada a la fertilidad basada en microbiota, ofreciendo un novedoso test que logra detectar causas de infertilidad en casos inexplicables para las técnicas estándar, dicho test está patentado, probado y en actual comercialización en la UE e Israel. Para lograr alcanzar la meta de escalar globalmente, es necesario multiplicar sus capacidades operativas, este es el pain point que atacaremos desde IA Fertitech. Teniendo en cuenta la alta complejidad del negocio, dada principalmente por la escasa capacidad de procesar los tests, que hoy día solo pueden ser interpretados por profesionales altamente capacitados, y entendiendo que estamos frente a un mercado de clientes hiperconectados, proponemos crear una plataforma de pre-diagnóstico que permita a sus operadores un acceso instantáneo a la interpretación de los tests basados en microbiota. Para hacer esto posible, crearemos un modelo de machine learning especializado que interprete los tests observando los mismos indicadores que utilizan los humanos para su análisis, disponibilizando los resultados en segundos a través de una interfaz web responsive accesible desde cualquier dispositivo. Esto es posible gracias al alto nivel de especialización del founding team, que consolida todos los skills necesarios para la ejecución de un proyecto de estas características. La inversión requerida para el desarrollo de la plataforma está estimada en u$s90K, dicha inversión será realizada por Fullgenomics, el holding que a su vez es el principal inversor de Microgenesis, a cambio de la exclusividad total de la utilización del modelo para las empresas del grupo. La monetización del servicio se da en la forma de participación en el 11% del average selling price (ASP) y la rentabilidad del negocio se calcula en un TIR del 89%. De esta forma, y comenzando con una alianza con Microgenesis, esperamos convertirnos en los referentes del segmento, siendo los primeros en ofrecer una solución customizada de machine learning que resuelva los problemas de escalabilidad propios de la medicina, funcionando no como sustituto del médico, sino como una herramienta potenciadora de sus capacidades, evitando así el conflicto legal asociado al accountability de un diagnóstico profesional. |
| description |
Fil: Bergonzi, Pablo. Universidad de San Andrés. Escuela de Negocios; Argentina. |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2020? 2021-08-27T17:16:05Z 2021-08-27T17:16:05Z |
| dc.type.none.fl_str_mv |
Tesis info:eu-repo/semantics/masterThesis info:eu-repo/semantics/updatedVersion http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
| format |
masterThesis |
| status_str |
updatedVersion |
| dc.identifier.none.fl_str_mv |
Bergonzi, P. (2020). IA Fertitech. [Tesis de maestría, Universidad de San Andrés. Escuela de Negocios]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/18517 http://hdl.handle.net/10908/18517 |
| identifier_str_mv |
Bergonzi, P. (2020). IA Fertitech. [Tesis de maestría, Universidad de San Andrés. Escuela de Negocios]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/18517 |
| url |
http://hdl.handle.net/10908/18517 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de San Andrés. Escuela de Negocios |
| publisher.none.fl_str_mv |
Universidad de San Andrés. Escuela de Negocios |
| dc.source.none.fl_str_mv |
reponame:Repositorio Digital San Andrés (UdeSa) instname:Universidad de San Andrés |
| reponame_str |
Repositorio Digital San Andrés (UdeSa) |
| collection |
Repositorio Digital San Andrés (UdeSa) |
| instname_str |
Universidad de San Andrés |
| repository.name.fl_str_mv |
Repositorio Digital San Andrés (UdeSa) - Universidad de San Andrés |
| repository.mail.fl_str_mv |
msanroman@udesa.edu.ar |
| _version_ |
1846789417020162048 |
| score |
12.471625 |