Màquines que aprenen dels nens dels quals tenen cura
L’aplicació de la intel·ligència artificial a la pediatria evoluciona en paral·lel a la investigació sobre què poden ensenyar els nadons als sistemes de ‘machine learning’.
Un estudi dut a terme per científics de Weill Cornell Medicine (Nova York, Estats Units) demostra que un algoritme és capaç de saber quins embrions fertilitzats in vitro tindran més probabilitats d’originar embarassos que finalitzin satisfactòriament. Els investigadors, que han publicat el seu treball al portal NPJ Digital Medicine, es van basar en 12.000 fotografies, a les quals, una a una, van concedir una qualificació segons la seva aparença.
Una anàlisi estadística posterior va establir una correlació entre aquests factors i l’èxit en la fertilització. L’algoritme que han dissenyat, anomenat Stork, va aconseguir una precisió del 97%. Per a un dels autors, el doctor Olivier Element, director de l’Caryl and Israel Englander Institute for Precision Medicine de Weill Cornell Medicine, aquesta innovació “maximitza les possibilitats que les pacients tinguin un embaràs saludable”.
Un grup de col·legues europees, en concret, procedents d’universitats i hospitals italians i finlandesos, han culminat un altre experiment que, gràcies a la tecnologia, permet detectar problemes de desenvolupament en els nadons. La seva tècnica consisteix a descobrir patrons de moviment que podrien vincular-se a greus malalties, com la paràlisi cerebral. En les seves conclusions, difoses a través de la revista Acta paediatrica, destaca el paper d’un altre algorisme.
Notícia original completa a La Vanguardia