18 de Enero 2023

El Instituto de Estadística de la PUCV desarrolla diferentes líneas de investigación mediante sus académicos, destacando el área de finanzas, retail, salud, ciencias sociales, educación, etc. Algo interesante de la estadística, es que pese a ser una disciplina ligada a los números, tiene la cualidad de poder trabajar a la par con otras disciplinas para entregar mayor información y facilitar la toma de decisiones.

El profesor del Instituto de Estadística, Dr. Juan Zamora, trabaja en Machine Learning, un área de la computación que busca mediante un programa, imitar una determinada acción a medida que se le presentan datos con ejemplos resueltos. Según ha explicado el Dr. Zamora, la idea es entrenar al programa en una primera instancia, para luego este pueda ejecutar acciones sobre casos no observados inicialmente, esto, se logra mediante la identificación de etiquetas y objetos dentro de un grupo predeterminado de categorías.

Actualmente en académico del Instituto de Estadística, trabaja en la construcción de un programa que pueda entregar una predicción temprana (hasta 48 horas desde el ingreso), de mortalidad y duración de la estadía en pacientes que son ingresados a la Unidad de Cuidados Intensivos de un hospital. Todo esto se logra mediante el procesamiento de lenguaje natural (NLP), que mediante un conjunto de métodos provenientes de estadística y la computación, permite el uso de inteligencia artificial, manipular lenguajes escritos o hablados. En esta área el Dr. Zamora destaca el crecimiento y avance en la capacidad de cómputo y el progreso en redes neuronales en los últimos 5 años, lo que ha permitido la construcción de tecnología que en impacta en diversas áreas como educación, tecnología, salud, entre otras.

De acuerdo a lo señalado por el Dr. Zamora, esta investigación se realizó utilizando el mismo material que ya existen en los centros médicos, añadiendo que: “en este caso, los datos usados son el texto de las notas clínicas generadas en el ingreso y posterior estadía de cada paciente, junto su ficha médica electrónica y exámenes de laboratorio”, agregando además que: “Esta última tarea de pronóstico tiene la particularidad de que no solo utiliza el potencial de NLP, sino que además integra en un solo gran modelo de predicción, datos provenientes de distintos contextos”.

Dictar instrucciones al teléfono, la traducción automática de subtítulos en YouTube y las conversaciones con asistentes virtuales, son otras instancias donde podemos ser testigos presenciales de este sistema, dado que funciona bajo los mismos principios.

En otros ámbitos es posible entrenar un programa computacional para discriminar entre comentarios que tienen expresiones con odio y otros que no, según lo comentado por el profesor del Instituto de Estadística, se pueden usar unos cuantos miles de comentarios previamente etiquetados por expertos, para que luego el programa ya entrenado, pueda tomar nuevos comentarios e identificar de manera automática si es o no odioso.

Esto es lo que pasa en Twitter por ejemplo, donde el NLP, donde se usa para evitar temas como la discriminación, violencia y el daño a la reputación de las personas. Según lo comentado por el Dr. Zamora, para esto también se analizan los comentarios ya identificados como odiosos y otros que no están en este grupo, para luego representar estos textos como colección de números, señalando que: “Esta colección numérica actúa como una especie de firma del contenido textual y es usada para discriminar entre los distintos tipos de comentario. Esa operación de discriminación es basada en técnicas de NLP junto modelos de aprendizaje automático construidos con datos históricos y redes neuronales”.

En definitiva, este trabajo tiene múltiples aplicaciones y se puede relacionar con áreas que a simple vista podrían estar bastante alejadas de la estadística, una ciencia, que además y como ya se mostró anteriormente es completamente versátil y puede estar ligada a investigaciones en diversos temas.

Fuente Facultad de Ciencias