Mapas que muestran grupos de diabetes tipo 2 y su relaci\u00f3n con seis factores de riesgo. Cr\u00e9dito: Universidad de Buffalo <\/p>\n
Un nuevo estudio de la Universidad de Buffalo informa sobre las ventajas de usar inteligencia artificial para comprender mejor la diabetes tipo 2 en los Estados Unidos. <\/p>\n
El estudio describe c\u00f3mo el aprendizaje autom\u00e1tico, un subconjunto de la IA que implica que las computadoras act\u00faen de manera inteligente sin estar programadas expl\u00edcitamente, puede ayudar a explorar la prevalencia de la enfermedad, que afecta a m\u00e1s de 34 millones de estadounidenses, as\u00ed como a detectar tendencias futuras.<\/p>\n
El trabajo fue dirigido por Zia Ahmed, cient\u00edfica s\u00e9nior y profesora asociada de investigaci\u00f3n en el Instituto RENEW de la UB. Se public\u00f3 el 26 de marzo en Nature’s Scientific Reports.<\/p>\n
La prevalencia de la diabetes tipo 2 en los Estados Unidos var\u00eda sustancialmente, dice Ahmed, como resultado de una amplia gama de factores de riesgo socioecon\u00f3micos y de estilo de vida.<\/p>\n
El estudio se bas\u00f3 en los datos informados en el Sistema de Vigilancia de la Diabetes de los EE. UU. de los Centros para el Control y la Prevenci\u00f3n de Enfermedades (CDC) y el Sistema de Vigilancia de Factores de Riesgo del Comportamiento de los CDC. Datos adicionales, como seis factores de riesgo: acceso a la educaci\u00f3n superior, pobreza, obesidad, inactividad f\u00edsica, acceso a \u00e1reas de ejercicio como parques p\u00fablicos y acceso a alimentos saludables, provienen del Programa de Estimaciones de Poblaci\u00f3n de la Oficina del Censo de EE. UU.<\/p>\n
La m\u00e1quina programa de aprendizaje que el equipo de investigaci\u00f3n emple\u00f3, un modelo de bosque aleatorio ponderado geogr\u00e1ficamente supera a los m\u00e9todos existentes, dice Ahmed.<\/p>\n
Comprender mejor las variaciones en estos factores de riesgo podr\u00eda ayudar con los enfoques de intervenci\u00f3n y tratamiento para reducir o prevenir la diabetes tipo 2, dice Ahmed. Agrega que los hallazgos del estudio podr\u00edan conducir a estrategias de prevenci\u00f3n m\u00e1s personalizadas y efectivas desde una perspectiva pol\u00edtica, lo cual es fundamental dado el aumento proyectado de la diabetes.<\/p>\n
\u00abZia tiene capacitaci\u00f3n integral, investigaci\u00f3n y experiencia de supervisi\u00f3n en datos geoespaciales ciencias en aplicaciones agr\u00edcolas, de salud y ambientales. Su inter\u00e9s de investigaci\u00f3n actual es la inteligencia artificial explicable (XAI) para explorar la heterogeneidad espacial de la contribuci\u00f3n local en la predicci\u00f3n. Su conocimiento y habilidades en t\u00e9cnicas de datos avanzadas y aprendizaje autom\u00e1tico est\u00e1n impactando varias \u00e1reas de enfoque de RENEW, incluyendo exposiciones ambientales, genomas y salud\u00bb, dijo Amit Goyal, profesor distinguido de SUNY y director fundador del Instituto RENEW de la UB. <\/p>\n
Ahmed tiene m\u00e1s de 20 a\u00f1os de experiencia en modelado ambiental y an\u00e1lisis de datos. Las \u00e1reas de especializaci\u00f3n incluyen miner\u00eda de datos; sistemas de informaci\u00f3n geogr\u00e1fica, detecci\u00f3n remota\/proximal y geoestad\u00edstica; modelo lineal\/no lineal, modelo de efectos mixtos, estad\u00edsticas multivariadas y aprendizaje autom\u00e1tico; y gesti\u00f3n de bases de datos. <\/p>\n
Explore m\u00e1s<\/p>\n
La inteligencia artificial podr\u00eda ayudar a predecir futuros casos de diabetes M\u00e1s informaci\u00f3n:<\/strong> Sarah Quiones et al. Modelo de aprendizaje autom\u00e1tico ponderado geogr\u00e1ficamente para desenredar la heterogeneidad espacial de la prevalencia de la diabetes mellitus tipo 2 (T2D) en los EE. UU., Scientific Reports (2021). DOI: 10.1038\/s41598-021-85381-5 Informaci\u00f3n de la revista:<\/strong> Informes cient\u00edficos <\/p>\n Proporcionado por la Universidad de Buffalo Cita<\/strong>: La herramienta de inteligencia artificial puede detectar tendencias de diabetes tipo 2 en EE. UU. (30 de marzo de 2021) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-03-ai-tool-diabetes-trends.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Mapas que muestran grupos de diabetes tipo 2 y su relaci\u00f3n con seis factores de riesgo. Cr\u00e9dito: Universidad de Buffalo Un nuevo estudio de la Universidad de Buffalo informa sobre las ventajas de usar inteligencia artificial para comprender mejor la diabetes tipo 2 en los Estados Unidos. El estudio describe c\u00f3mo el aprendizaje autom\u00e1tico, un … Continuar leyendo \u00abLa herramienta de inteligencia artificial puede detectar las tendencias de la diabetes tipo 2 en los EE. UU.\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-16892","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16892","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=16892"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16892\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=16892"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=16892"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=16892"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}