En un mundo actual cada vez hay más datos que se recopilan por doquier. Tanto es así que se ha acuñado el término infoxicación para definir la saturación de información a la que son sometidos los profesionales de diferentes campos. Organizar esta información puede ayudar a tomar decisiones médicas o económicas que, en última instancia, también puede ayudar a salvar vidas. Un equipo de investigación de la Universidad de Córdoba (UCO) trabaja en el desarrollo de métodos de clasificación ordinal, un tipo de modelos de clasificación que ha resultado ser más preciso que clasificadores tradicionales, entre otros, en el campo de la biomedicina como son la detección de melanomas o el emparejamiento de donante-receptor en los trasplantes de hígado.

El grupo de investigación Aprendizaje y Redes Neuronales Artificiales (AYRNA) ha desarrollado varios de estos algoritmos que aprenden de los datos basándose en técnicas estadísticas, matemáticas y de inteligencia computacional. “Los datos los podemos clasificar de diferentes maneras, como, por ejemplo, de forma binaria. Sería la forma en la que ordenamos a las personas de manera general: o son de hombres o son mujeres”, ejemplifica César Hervás, director del equipo científico. Esta vía permite diferenciar datos de una manera básica, pero hay otras más complejas. “Podemos introducir más variables para clasificar los datos e, incluso, ordenarlos de mayor a menor en una escala”, continúa Hervás, catedrático del Departamento de Informática y Análisis Numérico en la UCO. El equipo que dirige ha aplicado esta clasificación de datos de manera ordinal en diversos campos y ha obtenido resultados prometedores.

En una línea desarrollada conjuntamente por la UCO con las universidades de Sevilla y Loyola Andalucía, se ha creado un sistema de detección para la clasificación de melanomas a partir de imágenes dermatoscópicas. A partir de los datos extraídos de estas imágenes (información sobre variaciones de color, textura, borde…), el sistema clasifica la lesión de la piel del paciente como benigna o maligna y en el segundo caso, además, identifica en qué etapa se encuentra el desarrollo del tumor “De esta manera, el médico puede identificar el avance de la enfermedad y establecer un tratamiento más dirigido a partir de una prueba no invasiva”, establece el profesor Hervás.

Los resultados de este trabajo han sido publicados recientemente en la revista científica IEEE Transactions on Medical Imaging.