No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Un equipo de investigadores de las universidades Politécnica de Madrid y de Salamanca ha creado un modelo bioinformático que automatiza la tareas de procesamiento y gestión de información que el personal sanitario efectúa de modo manual. La herramienta se ha usado para clasificar pacientes con leucemia o tumores cerebrales a partir de análisis genéticos.
Investigadores de la Universidad Politécnica de Madrid, Universidad de Salamanca y el Centro del Cáncer de Salamanca proponen un modelo organizativo para dar soporte al personal médico en sus tareas diarias durante el análisis de datos, así como para establecer un innovador sistema inteligente para la clasificación y predicción de patrones a partir de grandes volúmenes de datos.
El sistema, bautizado como Intelligent Biomedic Organizations (IBO), incorpora diferentes técnicas de minería de datos, estadísticas y de inteligencia artificial que son aplicables como acciones en los flujos de análisis. El modelo organizativo se puede aplicar sobre diferentes tipos de datos que requieran cierta carga de procesamiento.
Concretamente la propuesta se probó sobre datos de bioinformática para la clasificación de pacientes a partir análisis genéticos, en particular pacientes con leucemias de varios tipos y con datos procedentes de tumores cerebrales.
El modelo simula el comportamiento del personal médico de laboratorio realizando las etapas preprocesamiento, filtrado de información, agrupamiento y clasificación habituales, de tal forma que el modelo selecciona las técnicas a aplicar en las diferentes etapas y su secuencia generando así flujos de análisis de los datos de modo automático mejorando los resultados obtenidos en análisis previos realizados manualmente.
En este trabajo se plantea una arquitectura que permite analizar flujos de trabajo para el análisis de datos durante estas etapas. En función de los resultados obtenidos en los flujos de datos, el sistema crea nuevos flujos que optimizan los resultados.
El núcleo del sistema incorpora estrategias de razonamiento basado en casos para la reorganización y planificación automática en función de análisis realizados con anterioridad. El modelo busca problemas similares al actual en una memoria de casos y recupera los más similares junto con las acciones aplicadas.
A partir de las secuencias de acciones recuperadas y los resultados obtenidos crea una nueva secuencia de acciones a aplicar sobre el nuevo problema. Posteriormente se evalúa la solución y se almacena el resultado obtenido para tenerlo en cuenta para futuros análisis.
Referencia bibliográfica:
De Paz, JF; Bajo, J; Lopez, VF; Corchado, JM. "Biomedic Organizations: An intelligent dynamic architecture for KDD". Information Sciences 224 (49-61), marzo de 2013. DOI: 10.1016/j.ins.2012.10.031.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
