El Instituto Nacional de Investigación en Informática y Automática (INRIA, en francés) realizó una investigación, que demostró que el aprendizaje automático puede encontrar “medidas aproximadas” de problemas de salud relacionados con el cerebro.
El INRIA desarrolló una investigación que demostró que, para el aprendizaje automático, con grandes cohortes de población es posible detectar indicadores de problemas de salud relacionados con el cerebro, esto sin la necesidad de ver a un especialista. La investigación fue realizada con datos del Biobanco del Reino Unido, una de las bases de datos biomédicas más grandes del mundo, la cual contiene información detallada sobre la salud de la población británica.
El artículo publicado en la revista de acceso abierto GigaScience, incluyó datos biológicos y médicos, así como imágenes de resonancia magnética (RM), de escáneres cerebrales de 10 mil participantes. Así como información personal y de hábitos como la edad, educación, consumo de tabaco y alcohol, duración de sueño, ejercicio físico, datos sociodemográficos, entre otros.
Ambas fuentes de datos fueron utilizadas para la construcción del modelo: “En este trabajo generalizamos esta metodología de dos formas. Primero, demostramos que, más allá del envejecimiento biológico, el mismo marco de medidas proxy es aplicable a constructos más directamente relacionados con la salud mental. En segundo lugar, demostramos que se pueden obtener medidas indirectas útiles a partir de otras entradas distintas de las imágenes cerebrales, como los datos sociodemográficos y de comportamiento “, explicó Denis Engemann, director del estudio.
Engemann, explicó que a pesar de su utilidad este tipo de herramientas no podrían reemplazar el trabajo de interacción que ofrecen los profesionales de la salud mental: “Lo que no va a cambiar es que los profesionales de la salud mental deberán interpretar y contextualizar cuidadosamente los resultados de las pruebas caso por caso. Según el caso y a través de la interacción social, ya sea que se obtengan mediante el aprendizaje automático o las pruebas clásicas”.
Puedes consultar la investigación en el siguiente enlace: https://doi.org/10.1093/gigascience/giab071
