Home || Ciencia y tecnología || Predecir muertes prematuras usando Inteligencia Artificial es más efectivo que los métodos estándar: Estudio

Predecir muertes prematuras usando Inteligencia Artificial es más efectivo que los métodos estándar: Estudio

IA_Predice_Muerte
Predecir muertes prematuras usando Inteligencia Artificial es más efectivo que los métodos estándar: Estudio/Getty

viernes 29 de marzo de 2019

Aún cuando ya existen métodos para determinar el avance de una enfermedad y el tiempo que el cuerpo humano resistirá esa afección un estudio realizado en Reino Unido señala que el uso de Inteligencia Artificial (IA) es más efectivo para hacer este pronóstico.

Londres, Reino Unido .- A través de un artículo publicado en Plus One, investigadores de la Universidad de Nottingham informaron la creación de algoritmo de predicción basado en inteligencia artificial capaz de predecir, con una taza de acierto del 75 por ciento, los casos en que un paciente tendría una muerte prematura.

En declaraciones retomadas por RT, Stephen Weng, profesor asistente de epidemiología y ciencia de datos en Nottingham, explicó que el software utilizó datos médicos de 502.628 personas de Gran Bretaña, con edades de entre 40 y 69 años, y en un periodo comprendido entre 2006 y 2016.Durante ese tiempo, 14.418 de los participantes murieron, principalmente de cáncer, enfermedades del corazón y respiratorias.

También te puede interesar : Apagan una inteligencia artificial capaz de crear ‘fake news’ por considerarla peligrosa

Usando las técnicas de IA: ‘deep learning’ (‘aprendizaje profundo’), y ‘random forest'(‘bosque aleatorio’). El primero, basado en sistemas de capas ordenadas a modo de una red neuronal cerebral, es capaz de generar respuestas a partir de ejemplos ya dados; el segundo combina múltiples modelos de decisiones en forma de árbol para formar un posible resultado, es como los investigadores ‘entrenaron’ a su algoritmo para que les indicará que personas no conseguirían alcanzar su edad minima de esperanza de vida.

El algoritmo de ‘aprendizaje profundo’ arrojó las predicciones más precisas, logrando identificar el 76  por ciento de los sujetos que murieron durante el periodo de estudio. Mientras tanto, el modelo de ‘bosque aleatorio’ predijo correctamente alrededor del 64  por ciento, mientras que la regresión de Cox, análisis que calcula los riesgos que afectan a la supervivencia de una población de individuos, alrededor del 44 por ciento.

Colaboración relacionado : La Inteligencia Artificial: una carrera contra el tiempo

De acuerdo con Weng, la implementación de estos algoritmos computarizados en la atención médica preventiva podría mejorar la precisión de la evaluación de riesgos en la lucha contra enfermedades graves. De esta forma, es posible crear nuevos modelos de predicción que tengan en cuenta una amplia gama de características demográficas, factores biométricos, clínicos y el estilo de vida de cada individuo; incluso su consumo diario de frutas, verduras y carne.

«Hemos dado un gran paso adelante en este campo al desarrollar un enfoque único y holístico para predecir el riesgo de muerte prematura de una persona mediante el aprendizaje automático», concluyó el investigador.

Síguenos en Facebook – Twitter – Instagram – Telegram

Tu opinión es importante

Su dirección de correo electrónico no será publicada.Los campos necesarios están marcados *

*

Sobre Joel Abraham Romero Mejia

Joel Abraham Romero Mejia
Egresado de la UNAM en la Carrera de Comunicación con especialidad en prensa escrita.