Nicandro Cruz, académico de la maestría en Inteligencia
Artificial de la UV. |
Mediante
herramientas matemáticas y sistemas informáticos, especialistas
en Inteligencia Artificial de la Universidad Veracruzana (UV) diseñaron
un algoritmo que a partir de la discriminación de datos ayuda
al médico a saber si una paciente va o no a desarrollar cáncer
de seno.
Para determinar el patrón de regularidad, el investigador y
su equipo de trabajo analizaron, durante dos años, las historias
clínicas de más de 700 pacientes, así como las
variables que presenta cada una, la repetición de factores
en diagnósticos positivos y negativos y la combinación
de éstos. |
Con esa información, y con el apoyo de modelos de representación
y programación en algoritmos, lograron extraer una serie
de variables que son más importantes para decidir si una
persona tiene cáncer o lo va a desarrollar.
El proyecto de investigación es realizado por Nicandro Cruz,
académico de la maestría en Inteligencia Artificial
de la UV, y apoyado por estudiantes de este posgrado, gracias al
financiamiento del Programa de Mejoramiento al Profesorado (PROMEP).
La propuesta se basa en que los fenómenos –como el
cáncer– no suceden al azar, sino que siguen ciertos
patrones de regularidad. Para saber primero cuál es el patrón
que sigue el cáncer y analizar si está presente en
la historia clínica de cada paciente es que se utiliza el
algoritmo y la metodología diseñada por los universitarios.
Para Nicandro Cruz, lo más importante de esta propuesta es
que permite “extraer conocimiento escondido en los datos,
aumentar la precisión del diagnóstico y apoyar al
médico para que su dictamen no se base sólo en la
subjetividad de su propio análisis de información”.
Por ello, esta metodología no reemplaza al experto, sino
que le da herramientas que le ayudan a corroborar su hipótesis.
Con la “minería de datos”, dijo, es posible utilizar
modelos de redes probabilísticas que ayudan a determinar
la causa de un determinado factor y, así, analizar bases
de datos y determinar las tendencias que se presentan en los diagnósticos.
Señaló que esta metodología aún se está
perfeccionando con investigaciones de cuatro estudiantes de posgrado,
los cuales están determinando fases de proceso para su posterior
aplicación en el campo clínico. |