Sorry, you need to enable JavaScript to visit this website.

Máquinas que aprenden por sí solas. Hasta hace no mucho este concepto nos recordaba inmediatamente a aquellos amenazadores ciborgs enviados desde el futuro para aniquilarnos o, un poco más tarde, a la distopía cubierta de gabardinas negras de Matrix. Sin embargo, como ha ocurrido con tantas profecías apocalípticas lanzadas desde el cine, la realidad de las máquinas adquiriendo conocimiento por sí mismas ha resultado ser más amable y productiva de lo que ningún guionista o escritor de ciencia ficción pudo prever.

El “machine learning” se ha convertido en uno de los procesos en auge en el campo de la investigación científica, acompañado inevitablemente del segundo gran avance en materia de estudios: el big data.

Estos conceptos, que no resultarán desconocidos a los lectores habituales del blog y la web, ya han comenzado a aplicarse también en hospitales y centros sanitarios, como es el caso de algunos de los proyectos que os presentamos en Zinkinn. Ahora, un equipo de investigadores de la Emory University de Atlanta y la Universidad de Harvard en Boston (EE.UU.) han empleado esta novedosa técnica para desarrollar un sistema de inteligencia artificial capaz de predecir la psicosis en jóvenes. Y no sólo eso: lo hace con una precisión del 93%.

Publicado en el Nature Partner Journal Schizophrenia, el estudio parte de investigaciones previas donde se evidenciaban “sutiles indicios” de futuras psicosis presentes en el lenguaje de las personas. Pero, hasta entonces, no contábamos con una herramienta lo suficientemente precisa como para descubrir los patrones que escondían las posibles revelaciones de una psicosis latente.

Phillip Wolff, profesor de psicología de la Emory University, y su equipo comenzaron midiendo dos variables lingüísticas: la densidad semántica y el uso de palabras relacionadas con el concepto “sonido.” La conclusión a la que llegaron fue que el paulatino proceso de deriva hacia la psicosis encuentra sus primeros indicios en una baja densidad semántica y una propensión a hablar sobre voces y sonidos.



 


Gracias al Machine Learning, el equipo de Wolff identificó patrones en el uso del lenguaje de los sujetos analizados que no pueden ser detectados ni siquiera por profesionales especializados en el diagnóstico y el tratamiento de esta psicopatología.

Para comenzar, el equipo preparó al sistema de machine learning para identificar las reglas lingüísticas habituales empleadas en una conversación del día a día, para lo cual recurrieron a conversaciones que tuvieron lugar entre 30.000 usuarios de Reddit, uno de los mayores agregadores de contenido de internet. Con ello, se configuró lo que el sistema identificaría como una base lingüística dentro de la normalidad, procediendo a continuación a alimentarla con conversaciones de 40 posibles pacientes de psicosis, sujetos pertenecientes al North American Prodrome Longitudinal Study (NAPLS), un proyecto destinado a mejorar la habilidad diagnóstica de los profesionales médicos.

Así, una vez establecidas las bases, tan sólo hacía falta poner en marcha el proceso.

Concluido el análisis, el siguiente paso consistió en analizar los datos ofrecidos por el sistema de machine learning y compararlos tanto con el modelo registrado de “conversación normal” y, mucho más decisivo, con aquellos pacientes del NAPLS que, efectivamente, terminaron desarrollando psicosis. Así fue como los equipos de Wolff y Neguine Rezaii, profesora del departamento de Neurología en la Harvard Medical School y primera autora del estudio, detectaron en los futuros pacientes la predominancia de términos relacionados con los sonidos y palabras de significado similar.

Con resultados tan contundentes sobre la mesa, el equipo ya se encuentra trabajando en las posibilidades de este modelo de machine learning a la hora de diagnosticar otras patologías psiquiátricas tales como la demencia.

 

Categoría Blog

0 Comentarios
Jun 25, 2019 Por Zinkinn Admin

Añadir nuevo comentario