COMUNICACIÓN ORAL | 21 noviembre 2013, jueves | Hora: 15:30
AUTORES
López Rodríguez, Domingo 1; García Linares, Antonio 2
CENTROS
1. Servicio: Neuroimagen. Brain Dynamics; 2. Servicio: Dirección. Brain Dynamics
OBJETIVOS
Las herramientas de Inteligencia Computacional usan como entrada un conjunto de datos, que generalmente está compuesto por valores provenientes de mediciones o parámetros de sujetos con distintas enfermedades y sanos (la denominada “clase”), y su finalidad es la de determinar un modelo que clasifique con el menor error posible cada dato. En esta comunicación presentamos una revisión de este tipo de técnicas.
MATERIAL Y MÉTODOS
Se ha utilizado la bibliografía más reciente sobre métodos de Inteligencia Computacional aplicados a la clasificación de enfermedades. Estas técnicas incluyen: Algoritmos Evolutivos y Genéticos, Redes Neuronales Artificiales, Máquinas de Vectores de Soporte y Árboles de Decisión. Se ha hecho una revisión de la precisión y tasa de acierto de estas herramientas sobre los distintos conjuntos de datos propuestos en la literatura.
RESULTADOS
En los últimos años ha surgido un interés creciente por el empleo de técnicas de Inteligencia Computacional y Extracción de Conocimiento para la clasificación de datos provenientes de sujetos sanos y sujetos con una patología concreta. Si bien la tasa de acierto de este tipo de técnicas depende del tipo de dato, ésta se mueve en el rango del 5 al 20%. Estos resultados, sin embargo, se ven claramente superados cuando se utilizan dos o más técnicas de forma conjunta (hibridación), produciendo una tasa de acierto que fácilmente supera el 90%.
CONCLUSIONES
Es necesario investigar más en la aplicación de Inteligencia Computacional a la clasificación de datos de enfermedades, pues en los resultados preliminares se observa un alto poder predictivo.
