Un equipo del Boston College, en EE UU, ha realizado un análisis detallado de neuroimágenes de personas con trastorno del espectro autista utilizando técnicas de aprendizaje automático. Los investigadores han observado que las diferencias de comportamiento entre individuos con este trastorno están relacionadas con variaciones en la estructura del cerebro.

Investigadores europeos han desarrollado un modelo de aprendizaje automático que, partiendo de los niveles en sangre de 14 proteínas, es capaz de pronosticar si una persona en estado grave a causa del coronavirus saldrá o no con vida de la unidad de cuidados intensivos. En una prueba con 24 pacientes críticos ha acertado la evolución de 23.

Científicos del centro IRB Barcelona han desarrollado un método computacional que, mediante algoritmos de aprendizaje automático, identifica mutaciones que causan cáncer según la clase de tumor. La herramienta se llama BoostDM, y actualmente trabaja con perfiles mutacionales de 28.000 genomas de 66 cánceres diferentes.

Investigadores españoles han desarrollado un modelo predictivo de aprendizaje automático que pronostica el riesgo de morir de los pacientes ingresados en las UCIs. Este modelo ayudará a tomar decisiones médicas personalizadas dependiendo del estado de cada persona afectada.

La investigadora madrileña había trabajado en los videojuegos y la moda hasta que la Fundación Bill y Melinda Gates la fichó. Su experiencia en modelos de machine learning y de predicción del comportamiento servirá para mejorar las apps de aprendizaje que usan las matronas en países con menos recursos. El objetivo es reducir las muertes de madres y bebés durante el embarazo y el parto.

La lucha constante entre los virus y nuestro sistema inmunitario guarda paralelismos con la forma en que interpretamos las palabras. Investigadores del MIT han aplicado herramientas de aprendizaje automático para identificar zonas proteicas que pueden ayudar al coronavirus y otros patógenos a escapar de los anticuerpos y de las vacunas.

El Premio Fundación BBVA Fronteras del Conocimiento de este año, en la categoría de Tecnologías de la Información y la Comunicación, se ha concedido a Isabelle Guyon, Bernhard Schölkopf y Vladimir Vapnik por sus contribuciones fundamentales al aprendizaje automático. Gracias a su trabajo, las máquinas pueden clasificar datos con una precisión humana. 

Investigadores de la Universidad Politécnica de Valencia y el Instituto Andaluz del Patrimonio Histórico han desarrollado técnicas de inteligencia artificial y aprendizaje automático que agilizan el acceso a más de 130.000 imágenes del Archivo General de Indias y el Archivo Histórico Provincial de Cádiz. Uno de los hallazgos más sorprendentes ha sido descubrir referencias al continente austral en un documento de 1705, mucho antes de que llegara el capitán Cook.

Científicos españoles han desarrollado un sistema capaz de identificar de manera automática revisores falsos que muestran opiniones en internet. El nuevo sistema emplea técnicas de inteligencia artificial, combinando procesamiento de lenguaje natural y aprendizaje automático, para poder detectar este tipo de comportamiento. El sistema ha sido probado con datos reales en la plataforma Yelp, que actualmente alberga más de 180 millones de reseñas, y ha conseguido una precisión de más del 80 %.