Investiga I+D+i

Noticias:

Puedes conocer mejor el Programa en www.programainvestiga.org

Técnicas de ML aplicadas a la búsqueda de biomarcadores de Cáncer de Mama

¡Buenas tardes, compañeros!

He encontrado una investigación sorprendente (y muy completa) relacionada con el ML en uno de los campos más distinguidos del área de la salud: el cáncer de mama.
En este estudio se realiza un análisis de datos para poder detectar biomarcadores que puedan contribuir a reconocer el cáncer de mama.

El trabajo estudia cómo el uso del Machine Learning puede aumentar la exactitud y fiabilidad en la detección de estos tumores, gracias al análisis de grandes cantidades de datos tanto médicos como genéticos.

La conclusión del redactor ha sido afirmar que estas técnicas pueden ayudar a encontrar patrones y características que señalan la existencia de cáncer, lo que podría promover diagnósticos más precoces y tratamientos adaptados a cada paciente.

Si alguien cree que este enfoque particular le puede ser útil o simplemente le atrae este asunto, le recomiendo que visite este sitio:
https://openaccess.uoc.edu/bitstream/10609/127711/6/javipercorTFM0121memoria.pdf .

Os lanzo una pregunta bastante intrigante: ¿Qué problemas morales y de privacidad creéis que surgen cuando se recogen y se almacenan grandes cantidades de datos en modelos de ML?

¡Os deseo suerte con la investigación!

Laia

Hola Laia,
Muchas gracias por compartir esta investigación tan interesante sobre el uso del ML en la detección del cáncer de mama. Es impresionante cómo estas tecnologías están revolucionando el campo de la salud y abriendo nuevas puertas para diagnósticos más tempranos y personalizados.
Respecto a los problemas morales y de privacidad que planteas, creo que es un tema muy importante a considerar. La recopilación y almacenamiento de datos médicos plantea dudas sobre la seguridad de la información, el consentimiento que informado de los pacientes y el uso ético de los datos. Garantizar la anonimización de los datos y la transparencia en su uso es fundamental para fomentar la confianza en estas tecnologías.
Para quienes deseen profundizar más en este tema, aquí dejo algunos enlaces interesantes:
https://seom.org
https://www.cancerresearchuk.org
https://www.nature.com/nm
Gracias también por compartir el enlace al documento, lo revisaré con mucho interés.
Un saludo y gracias de nuevo por esta valiosa aportación.
Carla Civit Puigpinós

¡Hola Laia!

¡Qué interesante lo que has encontrado sobre el uso del Machine Learning en el diagnóstico temprano del cáncer de mama! Es fascinante cómo esta tecnología está ayudando a detectar patrones y características que podrían mejorar tanto la precisión como la rapidez en el diagnóstico. Es increíble pensar que el Machine Learning puede analizar cantidades masivas de datos médicos y genéticos para hacer predicciones tan importantes y personalizadas para cada paciente.

En cuanto a tu pregunta sobre los problemas morales y de privacidad, me parece que es un tema muy delicado y crucial cuando hablamos de datos sensibles como los médicos o genéticos. Hay varios puntos que deberíamos considerar.

La protección de la privacidad es algo esencial. Como dices, nuestros datos personales son extremadamente privados. Y al ser tan sensibles, deben tener una protección extrema. Cualquier violación de privacidad podría generar desconfianza y podría usarse para fines que no fueron consentidos por el paciente.

El consentimiento informado es clave, ya que las personas deben entender qué se va a hacer con sus datos y cómo se van a utilizar. Muchas veces no somos realmente conscientes de lo que sucede cuando damos esos datos, y el consentimiento informado es esencial, pero no siempre es claro para todos.

También está el tema de los posibles sesgos. Si los modelos se entrenan solo con datos de ciertos grupos, podemos estar creando sesgos en los diagnósticos, lo cual puede tener efectos negativos. Es importante asegurarnos de que los datos sean representativos de toda la población para que todos reciban un diagnóstico justo y correcto.

Por último, la autonomía del paciente es algo que siempre debe prevalecer. El Machine Learning es increíblemente útil, pero también está la pregunta de hasta qué punto las máquinas deberían tomar decisiones por nosotros. Al final, los pacientes deben tener el derecho de decidir sobre su tratamiento, no solo dejarlo en manos de un algoritmo.

Es una línea muy delgada, porque aunque la tecnología tiene un potencial asombroso, también tenemos que ser muy cuidadosos con cómo la utilizamos para proteger los derechos y la autonomía de los pacientes.

¿Qué opinas tú, Laia? ¿Cómo crees que deberíamos gestionar el tema de la privacidad y la ética en estos avances? ¡Estoy muy curiosa por saber tu opinión!

Gracias por compartir esta reflexión tan importante, y me ha encantado el artículo que encontraste.

Saludos