• Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología
Notiulti
Noticias Ultimas
Inicio » Machine learning
Tag:

Machine learning

Tecnología

Nuevo sistema de visión con IA para dispositivos de detección de imágenes

by Editor de Tecnologia junio 17, 2026
written by Editor de Tecnologia

Un nuevo sistema de visión basado en inteligencia artificial de propósito general ha sido desarrollado para su integración en dispositivos de detección de imágenes. La tecnología funciona mediante la incorporación de los fundamentos de núcleos especializados, lo que permite una capacidad de procesamiento visual más versátil en hardware de captura óptica.

¿Cómo funciona este sistema de visión por IA?

De acuerdo con el informe técnico, el desarrollo se basa en la integración de arquitecturas de núcleo fundamentales directamente dentro de los sistemas de detección de imágenes. A diferencia de los modelos de visión artificial convencionales que requieren procesadores externos masivos, este enfoque incrusta la lógica de la inteligencia artificial en la base del hardware de detección, optimizando la interpretación de datos visuales desde el momento en que se capturan.

Aplicaciones en dispositivos de imagen

La implementación de esta tecnología busca estandarizar el uso de la inteligencia artificial en diversos dispositivos que dependen de sensores ópticos. Al integrar estos fundamentos de núcleo, los fabricantes pueden reducir la latencia en el procesamiento de imágenes y mejorar la eficiencia energética del dispositivo. Esta innovación permite que el hardware de detección realice tareas de análisis visual con mayor autonomía, disminuyendo la dependencia de servicios en la nube para el reconocimiento y clasificación de imágenes en tiempo real.

CIENCIA Y TECNOLOGIA NUEVOS DISPOSITIVOS PARA REGRESAR LA VISTA
junio 17, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Negocio

Aviva usa IA para combatir fraudes de seguros por 230 millones

by Editora de Negocio junio 9, 2026
written by Editora de Negocio

La aseguradora Aviva ha identificado un récord de 230 millones de libras esterlinas en reclamaciones de seguros fraudulentas. Ante el incremento de estas prácticas, la compañía ha comenzado a implementar herramientas de inteligencia artificial (IA) para detectar y combatir el fraude de manera más efectiva.

¿Cuál es el impacto del fraude en Aviva y cómo responde la empresa?

La cifra de 230 millones de libras representa un monto récord en reclamaciones fraudulentas detectadas por la firma. Este volumen evidencia un problema creciente que afecta la operatividad del sector asegurador.

Para contrarrestar esta tendencia, Aviva está integrando herramientas de inteligencia artificial en sus procesos de verificación. La tecnología permite analizar datos a gran escala para identificar patrones sospechosos y frenar los intentos de fraude antes de que se concreten los pagos.

Aviva Implements Automation to Fight Insurance Fraud
junio 9, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Salud

Toma de historial clínico en centros de urgencias

by Editora de Salud junio 5, 2026
written by Editora de Salud

Un reciente estudio ha documentado el desempeño de una tecnología de inteligencia artificial en un entorno de atención de urgencias. Según la investigación, el sistema llevó a cabo tareas de anamnesis —el proceso de recopilación de antecedentes médicos— y otras funciones dentro de una clínica de atención inmediata.

Los detalles sobre el funcionamiento y los resultados de esta implementación fueron publicados a través de la plataforma arXiv en 2026. La información completa sobre este análisis puede consultarse en el documento titulado care clinic [Internet], registrado y citado el 25 de marzo de 2026.

junio 5, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Salud

BrainEx y Bexorg: Cómo revivir cerebros para probar inteligencia artificial y fármacos

by Editora de Salud mayo 26, 2026
written by Editora de Salud

La empresa estadounidense Bexorg ha desarrollado una plataforma revolucionaria llamada BrainEx, que permite «reanimar» cerebros humanos donados para estudiar su actividad molecular y acelerar la investigación farmacéutica, especialmente en enfermedades del sistema nervioso central (SNC). Según información reciente, este sistema podría ser un avance clave para reducir los fallos en ensayos clínicos de medicamentos para el cerebro, un problema que ha retrasado durante años el desarrollo de tratamientos para condiciones como Alzheimer, Parkinson o epilepsia.

Un modelo único para entender el cerebro humano

BrainEx funciona restaurando la actividad molecular en cerebros completos donados, manteniendo su estructura y funcionalidad a nivel celular. A diferencia de los modelos animales o las líneas celulares, que ofrecen resultados limitados y poco predictivos, esta plataforma permite obtener datos clínicamente relevantes directamente en tejido humano. Según expertos citados en informes recientes, el sistema podría ayudar a validar la eficacia de fármacos antes de que lleguen a ensayos clínicos costosos y prolongados.

La tecnología, que combina inteligencia artificial con técnicas de preservación y estimulación cerebral, ha generado interés en la industria farmacéutica. Por ejemplo, se menciona que la empresa Biohaven —especializada en medicamentos para el SNC— ya ha utilizado BrainEx para avanzar en dos programas de desarrollo de fármacos, confirmando la interacción de los compuestos con sus objetivos biológicos en tejido cerebral humano. Esto representa un salto cualitativo frente a métodos tradicionales, donde los resultados en animales no siempre se traducen en éxito en pacientes.

Ilustración conceptual de cómo BrainEx restaura la actividad molecular en cerebros humanos para análisis farmacéuticos. Crédito: Bexorg

¿Cómo podría cambiar la investigación médica?

Los expertos consultados destacan que BrainEx no solo podría optimizar el descubrimiento de fármacos, sino también abrir nuevas líneas de investigación en áreas como:

CEREBRO REANIMADO: Experimento Real DESAFÍA LA MUERTE (Como en Resident Evil)
  • La conectividad cerebral y cómo las redes neuronales se ven afectadas por enfermedades.
  • Los mecanismos de reparación celular tras lesiones o traumatismos.
  • El impacto de los fármacos en la barrera hematoencefálica, una barrera natural que limita la entrega de medicamentos al cerebro.
  • El estudio de patologías complejas como la esquizofrenia o los trastornos del espectro autista, donde los modelos actuales son insuficientes.

Sin embargo, el uso de cerebros humanos reanimados plantea preguntas éticas y regulatorias. Aunque los especímenes son donados —generalmente de personas que han sufrido paradas cardíacas y no fueron compatibles para trasplantes—, su manipulación requiere marcos legales claros. Hasta ahora, no hay indicios de que Bexorg haya enfrentado objeciones significativas, pero el tema podría generar debates en los próximos años.

Un futuro sin ensayos fallidos?

Según declaraciones recientes de Vlad Coric, CEO de Biohaven, la plataforma ha dado «confianza para avanzar» en proyectos que antes estarían estancados por la falta de datos humanos fiables. «BrainEx nos permitió demostrar el compromiso del objetivo y la exposición cerebral en tejido humano —un verdadero salto adelante en el desarrollo de fármacos», afirmó en una entrevista publicada en octubre de 2025.

Aunque aún es pronto para celebrar avances definitivos, la tecnología podría reducir drásticamente los costos y tiempos de la investigación farmacéutica. Según estimaciones de la industria, hasta el 90% de los fármacos para el SNC fracasan en ensayos clínicos por no cumplir expectativas preclínicas. BrainEx podría ser una herramienta para cambiar esa estadística.

Bexorg, con sede en Estados Unidos, ya ha comenzado a ofrecer acceso experimental a su plataforma, aunque aún no está claro si se expandirá a otros laboratorios o instituciones académicas. Lo que sí es seguro es que, si los resultados se mantienen, podríamos estar ante un antes y después en la medicina cerebral.

mayo 26, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Sistemas robóticos: brazos, humanoides e híbridos

by Editor de Tecnologia mayo 19, 2026
written by Editor de Tecnologia

Exploración de diversas configuraciones en sistemas robóticos

Investigadores se encuentran explorando el uso de diferentes tecnologías dentro del campo de la robótica. Las líneas de investigación incluyen el empleo de brazos robóticos de base fija, robots humanoides y sistemas robóticos híbridos, los cuales logran combinar la movilidad con capacidades estacionarias.

mayo 19, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Salud

Diabetes tipo 1: qué es y cómo funciona

by Editora de Salud mayo 3, 2026
written by Editora de Salud

En las personas que padecen diabetes tipo 1 (DT1), el sistema inmunológico anula la capacidad del organismo para producir la hormona insulina, la cual es responsable de regular el azúcar en la sangre y de proporcionar glucosa a las células para producir energía. Como resultado, los pacientes dependen de fuentes externas.

mayo 3, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Salud

Modelo OCTCube para predicción de enfermedad y ensayos clínicos de atrofia geográfica

by Editora de Salud abril 26, 2026
written by Editora de Salud

Los modelos OCTCube-M integran tomografía de coherencia óptica (OCT) y otras modalidades de imagen para lograr un rendimiento de vanguardia en la predicción de enfermedades retinianas, ofreciendo una sólida generalización entre cohortes, dispositivos y modalidades.

El modelo OCTCube, uni-modal, fue pre-entrenado en 26.605 volúmenes 3D de OCT, que comprenden 1,62 millones de imágenes 2D de OCT, y demostró un alto desempeño en la predicción de ocho enfermedades retinianas.

OCTCube-IR, una versión bi-modal, incorpora 26.685 pares de imágenes de OCT e infrarrojo retinal (IR), permitiendo un análisis preciso y la recuperación cruzada entre estas dos modalidades.

OCTCube-EF, el modelo tri-modal, fue entrenado en más de 4 millones de cortes 2D de OCT y 400.000 imágenes de autofluorescencia de fondo de ojo (EF), destacando en la predicción de la tasa de crecimiento de la atrofia geográfica en datos de seis ensayos clínicos multicéntricos realizados en 23 países.

Estos modelos forman parte del marco OCTCube-M, diseñado para el análisis integrado de volúmenes 3D de OCT e imágenes 2D en cara (EF), utilizando el método COEP de aprendizaje contrastivo multi-modal para combinar OCT con otras modalidades de imagen retinal.

abril 26, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Salud

Boicot a conferencia de IA revela brecha entre EE. UU. y China

by Editora de Salud abril 14, 2026
written by Editora de Salud

Boicot a prestigiosa conferencia de IA revela creciente división entre Estados Unidos y China

La controversia en torno a la asistencia a la reunión de NeurIPS 2026 ha puesto de manifiesto una creciente brecha en la investigación de inteligencia artificial (IA) entre Estados Unidos y China. Una organización de investigación clave en China ha decidido boicotear esta prestigiosa conferencia, gestionada por una organización sin fines de lucro basada en Estados Unidos, tras una disputa sobre una política que inicialmente parecía excluir a numerosos investigadores chinos.

Boicot a prestigiosa conferencia de IA revela creciente división entre Estados Unidos y China

Aunque NeurIPS posteriormente se disculpó y suavizó dicha política, la Asociación China para la Ciencia y la Tecnología (CAST) ha mantenido su decisión. CAST ha determinado que dejará de financiar la asistencia de sus investigadores a la conferencia y restará valor a los artículos publicados en NeurIPS dentro de las evaluaciones cruciales de los investigadores.

Según analistas, esta situación refleja la división entre ambas naciones. Rebecca Arcesati, especialista en políticas de IA del Instituto Mercator para Estudios de China en Bruselas, señala que la decisión de CAST podría ser una señal de que China puede ser autosuficiente en la investigación avanzada de IA, demostrando que el país actuará por su cuenta si el talento chino no es apreciado o bienvenido en estos encuentros.

La importancia de la participación china es significativa. El año pasado, por primera vez, los investigadores basados en China representaron la mayor proporción de autores principales en la conferencia NeurIPS celebrada en San Diego, California. Además, un estudio de 2025 realizado por la firma Digital Science indicó que China ya publica el mayor volumen de artículos sobre IA y posee un grupo de talentos que supera ampliamente al de sus rivales.

William Hannas, especialista en China del Centro para la Seguridad y Tecnologías Emergentes de la Universidad de Georgetown en Washington DC, ha advertido que, sin la participación de China, la conferencia NeurIPS se vería «devastada».

abril 14, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Rubin Observatory: Big Data y el Futuro del Descubrimiento Astronómico

by Editor de Tecnologia marzo 18, 2026
written by Editor de Tecnologia

La ciencia moderna depende cada vez más de enormes conjuntos de datos y análisis automatizados. En astronomía, la Legacy Survey of Space and Time (LSST) del Observatorio Vera C. Rubin –un estudio de diez años que cubrirá casi mil veces todo el cielo austral en la próxima década– pondrá a prueba los límites de esta dependencia.

El Observatorio Rubin, ubicado en la cima de una montaña llamada Cerro Pachón en Chile, tiene como objetivo catalogar el cielo nocturno con un detalle exquisito. El observatorio busca responder a numerosas preguntas sobre el universo estudiando diferentes fenómenos celestes, incluyendo supernovas (estrellas que explotan), asteroides, materia oscura y las propiedades de nuestra propia galaxia.

También responderá a una pregunta que domina todas las áreas de la ciencia en el siglo XXI: ¿cómo se concibe el descubrimiento en la era del considerable data?

Aunque financiado principalmente por el Departamento de Energía y la Fundación Nacional de Ciencias (NSF) de EE. UU., el telescopio Rubin es el producto de un esfuerzo colaborativo de astrónomos de seis continentes y más de una docena de países.

El Reino Unido, Francia, España, Italia, Japón, Brasil, Australia, Sudáfrica y Canadá, entre otros, proporcionaron asistencia para la configuración de sus sistemas de procesamiento de datos. Estas contribuciones en especie otorgan a los investigadores de estos países derechos de datos para la LSST.

Las alertas que proporcionan datos científicos se envían a siete “intermediarios” distribuidos por todo el mundo. Estos intermediarios son sitios web o software que los astrónomos utilizan para acceder a los datos de la LSST.

Las alertas proporcionan información sobre un nuevo objeto astronómico, como su probabilidad de ser real, su tipo, la galaxia a la que pertenece y cómo ha cambiado su brillo con el tiempo. Con estos datos, los astrónomos pueden seleccionar los mejores candidatos para investigaciones de seguimiento.

Sin embargo, incluso con los esfuerzos de los equipos de software y los intermediarios, todavía hay demasiados datos transitorios para que cualquier equipo de investigación los examine. La etapa final del procesamiento de datos del telescopio Rubin implicará que los científicos utilicen técnicas de aprendizaje automático e IA para identificar los mejores datos.

Estas técnicas pueden servir para identificar objetos cósmicos reales entre los terabytes de alertas falsas recibidas, o para clasificar los que resulten más interesantes para los científicos.

The Rubin observatory will generate huge amounts of data, requiring large numbers of personnel to analyse it. NOIRLab/NSF/AURA/T. Slovinský

La astronomía es cada vez más intensiva en código y se centra en el desarrollo interno. Dada la enorme cantidad de datos generados cada noche de observaciones con el telescopio, no es sorprendente que sea una de las primeras ciencias en recurrir al aprendizaje automático como solución.

La Informatics and Statistics Science Collaboration (ISSC) de la LSST, por ejemplo, es un grupo de más de 150 científicos de datos que trabajan en el desarrollo de herramientas para la astronomía, centrándose en los objetivos científicos de datos de la encuesta.

La astronomía ha liderado el camino en lo que respecta al big data, con financiación proporcionada por empresas como Amazon y Microsoft para varios proyectos importantes. De hecho, el nombre del telescopio de 8,4 metros Simonyi Survey Telescope en el Observatorio Rubin, Charles Simonyi, es conocido por su desarrollo de software en los primeros días de Microsoft, así como por su labour filantrópica.

El volumen de datos producido por el observatorio no solo generará oportunidades para científicos, desarrolladores de software y trabajadores tecnológicos, sino también para voluntarios interesados en la astronomía a través de proyectos de ciencia ciudadana.

La asociación de la LSST con la plataforma de ciencia ciudadana Zooniverse pedirá a los voluntarios que revisen los datos y proporcionen contexto adicional a lo que se les muestra, identificando objetos interesantes, descartando datos basura y clasificando varios tipos de fenómenos.

Lecciones para el futuro

¿Qué nos dice el Observatorio Rubin sobre la astronomía moderna? El siglo XX fue testigo de un mayor impulso a la colaboración internacional en la exploración de los cielos. La creciente sofisticación de los observatorios resultantes significa que cada vez más astrónomos trabajan al servicio de la habilitación de la ciencia, en lugar de realizar descubrimientos por sí mismos.

La enorme cantidad de datos generados por la encuesta, y el gran número de personal necesario para analizarlos, no es algo nuevo para Rubin. Otras encuestas contemporáneas como Euclid y la colaboración Ligo-Virgo-Kagra, así como el aún mayor Square Kilometer Array de la próxima década, consisten cada una en miles de colaboradores en todo el mundo que aprovechan enormes cantidades de datos.

Lo que está claro es que la IA dominará el espacio del descubrimiento científico del Observatorio Rubin para hacer frente a estos desafíos del big data. Con más financiación de la industria para desarrollar herramientas de IA para analizar los datos astronómicos, la astronomía se está integrando profundamente en la esfera tecnológica que domina la vida moderna.

Rubin producirá 10 terabytes de datos cada noche, con el objetivo de un tamaño final de la base de datos de 15 petabytes al final de su encuesta de diez años. Dado que se espera que la mayoría de las 10 millones de alertas producidas cada noche sean falsas, se requieren herramientas avanzadas de aprendizaje automático e IA para filtrar todo excepto los candidatos más prometedores para el seguimiento.

Al reducir el tiempo que los astrónomos dedican a revisar estos datos, se puede dedicar más tiempo a realizar nuevas y emocionantes investigaciones astrofísicas.

La propiedad tanto de las herramientas de descubrimiento como del propio descubrimiento ahora se distribuye entre científicos, grandes empresas tecnológicas y los ciudadanos que etiquetan los datos. La pregunta sin resolver es si el cosmos seguirá siendo una frontera pública compartida o se convertirá en un dominio moldeado por las prioridades de Silicon Valley.

Muiris MacCarthaigh es profesor de política y política pública, Queen’s University Belfast y Joshua Weston es candidato a doctor en la Escuela de Matemáticas y Física, Queen’s University Belfast

Este artículo se republica de The Conversation bajo una licencia Creative Commons. Lea el artículo original.

marzo 18, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Telómeros y envejecimiento: Nueva herramienta predice longitud del ADN en biopsias

by Editor de Tecnologia marzo 17, 2026
written by Editor de Tecnologia

Una nueva herramienta computacional es capaz de inferir cambios que ocurren en los extremos de los cromosomas, donde se aloja nuestro ADN. Lo hace detectando alteraciones estructurales en células y tejidos capturadas en imágenes de biopsias médicas rutinarias, según hallazgos publicados el 16 de marzo de 2026 en Cell Reports Methods.

Científicos del Sanford Burnham Prebys Medical Discovery Institute desarrollaron el modelo TLPath basándose en la hipótesis de que las modificaciones en la forma y estructura de las células y tejidos podrían utilizarse para predecir la longitud de las secciones repetitivas de ADN llamadas telómeros.

«Cada vez que el ADN se replica a medida que nuestras células crecen y se dividen, la parte al final del ADN no puede replicarse», explicó Sanju Sinha, PhD, asistente profesor del Programa de Metabolismo del Cáncer y Microambiente en Sanford Burnham Prebys.

«Esto sería un problema si nuestro ADN se degradara poco a poco desde el nacimiento, pero en cambio nuestras células evolucionaron una solución única: cubrir los extremos del ADN con regiones repetitivas llamadas telómeros que pueden acortarse en lugar de información genética más esencial.»

Sin embargo, los telómeros no son meros amortiguadores genéticos que se pueden descartar libremente. Si bien los científicos aún están determinando exactamente cómo estos protectores del ADN afectan el proceso de envejecimiento, las investigaciones han demostrado que la longitud de los telómeros está correlacionada con la edad cronológica de una persona a lo largo de su vida. Tras el seguimiento de los resultados de salud en grandes poblaciones, se descubrió que la longitud de los telómeros predice el riesgo de los pacientes de desarrollar enfermedades crónicas asociadas al envejecimiento.

«Estábamos razonablemente seguros de que los telómeros juegan un papel importante a medida que las células envejecen, y sabíamos que el campo necesitaba más formas de estudiar este fenómeno para aprender cómo se puede tratar para beneficiar a los pacientes», afirmó Sinha.

El equipo de investigación obtuvo datos del Genotype-Tissue Expression Project, una importante iniciativa del Common Fund de los National Institutes of Health (NIH) que se lanzó en 2010 para crear un recurso para estudiar cómo los cambios heredados en los genes conducen a enfermedades comunes. Sinha y sus colegas pudieron entrenar su modelo computacional con escaneos de 5,263 portaobjetos de histopatología realizados a partir de muestras de biopsia rutinarias de 18 tipos de tejidos donados por 919 individuos.

«El conjunto de datos empareja estas imágenes de alta resolución con pruebas de laboratorio de la longitud de los telómeros, lo que nos permite entrenar a TLPath para encontrar características predictivas en las células y los tejidos», dijo Sinha. «Hay cientos de terabytes de datos de imágenes de este proyecto listos para ser estudiados con herramientas como TLPath, y no podríamos haber terminado nuestro proyecto sin que estos datos estuvieran disponibles para los investigadores.»

El modelo funciona segmentando cada portaobjetos de histopatología en un promedio de 1,387 fragmentos cuadrados. Cada fragmento, conocido como «patch», se examina para encontrar hasta 1,024 características estructurales. Al calcular un peso estadístico para cada característica en cada fragmento, el modelo compara una puntuación general para cada portaobjetos de histopatología con la longitud de los telómeros emparejada para aprender a predecir esta última a partir de la primera.

Después de entrenar a TLPath por separado en cada tipo de tejido, los científicos descubrieron que era capaz de predecir la longitud de los telómeros en muestras del Genotype-Tissue Expression Project que no habían sido incluidas en el conjunto de datos de entrenamiento.

«La clave de nuestro trabajo fue basarnos en los recientes avances en la visión artificial para portaobjetos de histopatología, que es la creación de modelos fundamentales», dijo Sinha. «Estos modelos no analizan píxeles discretos, sino que definen características de orden superior, algunas de las cuales pueden ser interpretadas por humanos, pero que pueden validarse por su poder predictivo.»

En las pruebas, TLPath tuvo más éxito en la predicción precisa de la longitud de los telómeros que basar la predicción únicamente en la edad de los pacientes cuando donaron sus muestras. Los científicos evaluaron aún más las capacidades de predicción del modelo demostrando que podía identificar diferencias en la longitud de los telómeros entre individuos de la misma edad cronológica.

«Esto abre nuevas oportunidades basadas en el avance conceptual de que los cambios estructurales medibles en las células pueden predecir la longitud de los telómeros», dijo Sinha. «Medir directamente la longitud de los telómeros requiere pruebas más complicadas y costosas que son difíciles de escalar.

«El único límite para el uso de un enfoque como TLPath es la disponibilidad de portaobjetos de histopatología escaneados.»

Si bien estos portaobjetos se crean comúnmente a partir de biopsias para que los patólogos los revisen en el curso de la atención clínica, rara vez se digitalizan y se ponen a disposición de los investigadores de manera similar al Genotype-Tissue Expression Project financiado por el NIH.

«Ya sean portaobjetos nuevos que se estén desarrollando hoy o aquellos que se conservan en biobancos, todo lo que necesitamos es que se escaneen, almacenen y compartan adecuadamente para permitir estudios a gran escala», dijo Sinha.

«Esto tiene el potencial de transformar nuestra capacidad para estudiar la biología de los telómeros, aprender más sobre el envejecimiento humano y, en última instancia, ayudar a las personas a preservar una mejor salud a medida que envejecen.»

Fuente:

Referencia del diario:

DOI: 10.1016/j.crmeth.2026.101336

marzo 17, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Newer Posts
Older Posts
  • Aviso Legal
  • Política de Cookies
  • Términos y Condiciones
  • Política de Privacidad
  • CONTACTO
  • Política de Correcciones
  • Equipo Editorial
  • Política Editorial
  • SOBRE NOTIULTI

© 2026 Notiulti. Todos los derechos reservados.
Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com


Back To Top

Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com

Notiulti
  • Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología

Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com