UNL Noticias

Cristian Yones, graduado de Ingeniería en Informática de la Facultad de Ingeniería y Ciencias Hídricas (FICH) de la UNL y actual becario  doctoral del Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional (sinc(i)), de UNL-CONICET, ganó la Competencia de Aprendizaje Automático de la Escuela de Ciencias Informáticas 2017.

El tema de la competencia fue la predicción de variaciones de parámetros de salud infantil en Argentina, que tenía como objetivo crear un modelo que permita detectar individuos en situación de riesgo. Para ello, se proveyeron a los participantes datos anónimos (asociados a un mínimo de tres consultas), obtenidos en controles realizados a niños menores de 10 años en distintos efectores de salud del país durante los años 2013 y 2014. El desafío consistió en identificar a personas que experimentaran un decaimiento en algunos parámetros de salud, tales como masa corporal, peso y altura, estandarizados por edad y género según la Organización Mundial de la Salud.

“Decidí participar en la competencia porque me pareció muy interesante el problema abordado. Creo que la explotación de datos de salud pública con técnicas de aprendizaje maquinal tiene mucho potencial y podría tener un gran impacto social. La base de datos utilizada en la competencia estaba compuesta por datos de aproximadamente 50.000 chequeos médicos. A su vez, el Ministerio de Salud de la Nación cuenta con datos de millones de estos chequeos, con lo cual las posibilidades de procesamiento de información son muy grandes”, contó Yones.

La competencia
La Escuela de Ciencias Informáticas (ECI) es organizada desde 1987 por el Departamento de Computación de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires. Este año, la ECI se enfocó en temas de Inteligencia Artificial y de Aprendizaje Automático, y se realizaron dos competencias, «Predicción de variaciones de parámetros de salud infantil en Argentina» y «Recomendaciones de inmuebles en un sistema de búsqueda online»,  organizadas en conjunto con la Fundación Sadosky, el equipo de R&D de Navent y la Maestría en Explotación de Datos y Descubrimiento del Conocimiento de la mencionada casa de estudios.

Si bien la competencia se realiza en equipo durante un mes, Yones decidió participar en forma individual, una semana antes del final. “Con un solo envío pudo ganarles a equipos de todo el país que venían haciendo pruebas durante semanas. Esto merece destacarse y da cuenta del excelente desempeño que tuvo Cristian en la competencia”, destacó Diego Milone, director del sinc(i).

Según Yones, en los últimos años se organizaron muchas competencias de este tipo. “Se publica una base de datos con el objetivo de diseñar el mejor algoritmo inteligente para realizar predicciones, clasificar, detectar patrones, entre otras funcionalidades. Numerosas empresas importantes adoptaron este tipo de competencias para resolver problemas complejos. Por ejemplo, el sistema de recomendación de películas y series utilizado en Netflix fue el resultado de este tipo de competencias”, explicó Yones.

El modelo
El desarrollo presentado por Yones posee un grado de acierto del 81% y permitiría alertar al médico sobre niños en situación de riesgo, a fin de que puedan tratarse los casos a tiempo. “No existen en el país desarrollos similares que se estén utilizando en temas de salud pública y son muchos los aportes que pueden realizar estas técnicas. El aprendizaje maquinal se utiliza actualmente con resultados muy positivos en otras áreas, como por ejemplo para recomendar productos en páginas de e-commerce, reconocer a personas que aparecen en fotos, interpretar textos jurídicos o encontrar patrones en genomas”, comentó Yones.