Figura 1. Comparaci\u00f3n del algoritmo EOS para la soluci\u00f3n del problema de optimizaci\u00f3n [2] con m\u00e9todos comunes de detecci\u00f3n de anomal\u00edas de datos (AF) y aprendizaje de clasificador supervisado (GI) en ejemplos de datos reales y sint\u00e9ticos de las referencias. 1214. Cr\u00e9dito: DOI: 10.1073\/pnas.2119659119 <\/p>\n
\u00abLos datos son el nuevo petr\u00f3leo\u00bb, se ha dicho a menudo. De hecho, en la era digital, los datos son el combustible que hace funcionar los motores de los medios digitales, la inform\u00e1tica avanzada (IA, aprendizaje autom\u00e1tico, etc.) y, no menos importante, la investigaci\u00f3n cient\u00edfica. Sin embargo, cuando se enfrentan ciertos problemas altamente complejos, los enfoques basados en datos pueden no ser siempre las soluciones m\u00e1s efectivas. En el Instituto de Computaci\u00f3n de la USI (Facultad de Inform\u00e1tica), la Prof. Illia Horenko ha ideado una s\u00f3lida estrategia de aprendizaje de modelo unificado basada en soluciones nuevas y muy eficientes para los problemas matem\u00e1ticos y estad\u00edsticos tradicionales, lo que se abre a desarrollos significativos en campos como la atenci\u00f3n m\u00e9dica. Su trabajo se publica en PNAS. <\/p>\n
Cuando se trata del organismo humano y las enfermedades, la cantidad de variables y caracter\u00edsticas del paciente conocidas y desconocidas pueden superar f\u00e1cilmente a los datos disponibles para analizar. Adem\u00e1s, especialmente en las aplicaciones biom\u00e9dicas, los datos disponibles suelen estar contaminados con anomal\u00edas, valores at\u00edpicos, errores de medici\u00f3n y de etiquetado. La idea detr\u00e1s de la estrategia computacional propuesta por el Prof. Horenko, llamada Entropic Outlier Sparsification (EOS), es mejorar el aprendizaje de los datos y la precisi\u00f3n de las predicciones cuando hay anomal\u00edas en los datos y valores at\u00edpicos mediante la explotaci\u00f3n del potencial del aprendizaje novedoso basado en las matem\u00e1ticas y m\u00e9todos matem\u00e1ticos. Un campo con un enorme potencial para adoptar este tipo de estrategia es el de la biomedicina y la asistencia sanitaria. Por ejemplo, el gran potencial a\u00fan no descubierto de tales m\u00e9todos es mejorar el diagn\u00f3stico de las enfermedades cardiovasculares (ECV): seg\u00fan la Organizaci\u00f3n Mundial de la Salud, las ECV son responsables de aproximadamente un tercio de la mortalidad mundial, y cada a\u00f1o representan alrededor de 18 millones de muertes en todo el mundo (y m\u00e1s de 21\u00a0000 muertes anuales solo en Suiza).<\/p>\n
\u00abPor ejemplo, EOS puede ayudar a lograr una mejora de precisi\u00f3n estad\u00edsticamente significativa al predecir la mortalidad del paciente por insuficiencia card\u00edaca, en comparaci\u00f3n con los m\u00e9todos de aprendizaje comunes adoptados actualmente para este prop\u00f3sito \u00ab, dice el profesor Horenko. \u00abEsta mejora puede significar potencialmente diagn\u00f3sticos m\u00e1s oportunos y correctos y un tratamiento cl\u00ednico m\u00e1s adecuado para un n\u00famero significativo de personas en Suiza y en todo el mundo\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Desarrollo de una t\u00e9cnica de predicci\u00f3n de IA vers\u00e1til y precisa, incluso con una peque\u00f1a cantidad de experimentos M\u00e1s informaci\u00f3n:<\/strong> Illia Horenko, Aprendizaje s\u00f3lido y econ\u00f3mico de anomal\u00edas de datos con dispersi\u00f3n de valores at\u00edpicos entr\u00f3picos resolubles anal\u00edticamente , Actas de la Academia Nacional de Ciencias (2022). DOI: 10.1073\/pnas.2119659119 Informaci\u00f3n de la revista:<\/strong> Actas de la Academia Nacional de Ciencias <\/p>\n Proporcionado por Universit della Svizzera italiana Cita<\/strong>: Las matem\u00e1ticas ayudan a la IA en la biomedicina (2022) , 28 de febrero) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2022-02-mathematics-ai-biomedicine.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":" Figura 1. Comparaci\u00f3n del algoritmo EOS para la soluci\u00f3n del problema de optimizaci\u00f3n [2] con m\u00e9todos comunes de detecci\u00f3n de anomal\u00edas de datos (AF) y aprendizaje de clasificador supervisado (GI) en ejemplos de datos reales y sint\u00e9ticos de las referencias. 1214. Cr\u00e9dito: DOI: 10.1073\/pnas.2119659119 \u00abLos datos son el nuevo petr\u00f3leo\u00bb, se ha dicho a menudo. … Continuar leyendo \u00abLas matem\u00e1ticas ayudan a la IA en la biomedicina\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-7596","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/7596","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=7596"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/7596\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=7596"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=7596"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=7596"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}