Modelos predictivos en salud basados en aprendizaje de maquina (machine learning)

Encontrar la causalidad en medicina es el mayor interés de la investigación científica, para luego generar intervenciones que traten o curen la enfermedad. La mayoría de los modelos estadísticos clásicos permiten inferir asociación, y solo pocos diseños logran demostrar causa efecto con una adecuada metodología y sólida evidencia. La medicina basada en la evidencia respalda sus hallazgos en modelos que desde una hipótesis salen a buscar datos para demostrarla o descartarla. Ello también aplica en la elaboración de modelos predictivos que sean confiables y que produzcan algún impacto en la práctica clínica.

Read More

Inteligencia artificial al servicio de la salud del futuro

Desde sus orígenes, la medicina ha estado más ligada a la cura de enfermedades que a su prevención. Con los últimos avances en ciencia, tecnología y procesamiento masivo de datos, este paradigma está cambiando, focalizándose en mantener la salud de los individuos, evitando que padezcan alguna enfermedad. Este nuevo enfoque es llamado “Medicina 4P”, el cual propone que la medicina debe ser Preventiva, Participativa, Predictiva y Personalizada. En este artículo analizaremos cómo la Inteligencia Artificial (IA), a través del procesamiento de datos como el DNA, las fichas médicas electrónicas y las variables medioambientales a las que han estado expuestas las personas, puede contribuir de forma decisiva al desarrollo de una nueva propuesta en el cuidado de la salud.

Read More

Combatir la desinformación en internet

La desinformación en la Red es un desafío creciente. La combinación de ‘machine learning’ y ‘watermarking’, un conjunto de técnicas para incrustar marcas en contenidos multimedia y texto, ofrece una estrategia resiliente para combatirla.

Read More

Inyectar equidad en los modelos de aprendizaje automático

Si un modelo de aprendizaje automático se entrena con un conjunto de datos desequilibrado, como uno que contiene muchas más imágenes de personas con piel más clara que personas con piel más oscura, existe un riesgo grave de que las predicciones del modelo sean injustas cuando se implemente en el mundo real.

Read More

Transform 2022: Ciencia de datos gráficos, lo que necesita saber

Vuelve Transform 2022 en persona el 19 de julio y virtualmente del 20 al 28 de julio. Ya sea que esté genuinamente interesado en obtener información y resolver problemas usando datos, o simplemente atraído por lo que LinkedIn ha llamado “la carrera más prometedora” y Glassdoor como el “mejor trabajo en Estados Unidos”, es probable que esté familiarizado con la ciencia de datos. Pero, ¿qué pasa con la ciencia de datos gráficos?

Read More