Estudio muestra que modelos predictivos pueden funcionar en conjuntos de datos distintos de los que fueron entrenados.
La investigación en neuroimagen ayudan a los científicos a entender cómo el cerebro genera el comportamiento y abre nuevas puertas hacia tratamientos personalizados en salud mental y otras afecciones neurológicas. En este sentido, los avances en esta clase de investigaciones responden generalmente a la utilización de imágenes cerebrales y datos de comportamiento para entrenar modelos de machine learning para predecir síntomas o enfermedades en relación con la función cerebral. La utilidad de estos modelos es mayor cuando estos pueden generalizarse en distintos entornos y poblaciones.
Un estudio realizado por investigadores de Yale publicado en Developmental Cognitive Neuroscience, detalló que los modelos predictivos pueden funcionar bien en conjuntos de datos distintos a los que fueron entrenados. De esta forma, según el estudio, el uso de datos diversos sería fundamental para desarrollar modelos predictivos clínicamente útiles.
“Es habitual que los modelos predictivos tengan un buen rendimiento cuando se prueban con datos similares a los que se utilizaron para su entrenamiento”, expresó Brendan Adkinson, doctorante en Yale y autor principal del estudio. Sin embargo, puntualizó que cuando los modelos predictivos se prueban en conjuntos de datos con características diferentes suelen fallan, lo que imposibilita su aplicación clínica.
Los conjuntos de datos se distinguen por contar diversas variaciones en la edad, sexo, etnia y geografía de las personas, así como otros aspectos clínicos. Sin embargo, según el estudio, estas diferencias son un componente clave. “Los modelos predictivos solo serán clínicamente valiosos si pueden predecir de manera efectiva sobre la base de estas idiosincrasias específicas de cada conjunto de datos”, dijo Adkinson.
En este sentido, los investigadores entrenaron a los modelos para predecir dos rasgos, habilidades lingüísticas y función ejecutiva, a partir de tres grandes conjuntos de datos sustancialmente diferentes entre sí. “Descubrimos que, aunque estos conjuntos de datos eran marcadamente diferentes entre sí, los modelos seguían teniendo un buen rendimiento según los estándares de neuroimagen durante las pruebas”, explicó Adkinson, quien también es profesor de radiología e imágenes biomédicas en Yale.
El siguiente paso para Adkinson es explorar la idea de explorar en relación con una población especifica, especialmente busca aprobar modelos generalizables en áreas rurales, que generalmente se ven rezagados en la inclusión en este tipo de modelos.
La gran mayoría de los ejercicios de recopilación de datos a gran escala que se utilizan para generar modelos predictivos de neuroimagen se basan en áreas metropolitanas donde hay acceso a datos de más personas. En este sentido, construir modelos a partir de datos de personas en áreas urbanas y suburbanas pueden derivar en modelos no generalizables para personas en regiones rurales. “Si llegamos a un punto en el que los modelos predictivos son lo suficientemente sólidos como para usarlos en la evaluación y el tratamiento clínicos, pero no se generalizan a poblaciones específicas, como los residentes rurales, entonces esas poblaciones no serán atendidas tan bien como otras”, agregó Adkinson.
