En salud, un modelo de datos que se equivoca no solo pierde dinero. Por eso esta infografía propone empezar por el conocimiento de los médicos y no por el algoritmo.
Infografía: Instituto de Ingeniería del Conocimiento (IIC).
Los 7 pasos
- Experiencia del experto. Adquirir el conocimiento de los especialistas en la disciplina.
- Datos de referencia. Recopilar datos de fuentes muy variadas y normalmente inconexas.
- Técnicas de big data. Aplicar analítica predictiva con el conocimiento del experto y los datos de referencia.
- Reglas de referencia. Elaborar modelos basados en reglas que reflejan la experiencia del experto.
- Resultados de referencia. Medir la calidad del modelo: falsas alertas, verdaderos positivos, porcentaje de aciertos, curvas ROC.
- Comprobación de resultados. Contrastar con los resultados de referencia, optimizar el proceso y aumentar el retorno.
- Creación de valor. Poner la solución en marcha, aprender del uso que le dan los expertos y aplicar analítica prescriptiva para recomendar decisiones.
Lo que sigue vigente
La inteligencia artificial en salud avanzó mucho desde que se publicó esta infografía, pero la lógica es la misma: el modelo debe compararse contra el criterio de los expertos y medirse con rigor antes de usarse. A eso hoy se suman la privacidad de los datos de pacientes, la regulación y la explicabilidad de los modelos.
Para cualquier proyecto de datos
Aunque no trabajes en salud, el método sirve: entiende el problema con quien lo vive, junta los datos, define una línea base, mide y solo entonces automatiza recomendaciones. Revisa cómo implementar big data en tu empresa y qué KPIs medir en tu web.
Preguntas frecuentes
¿Cómo empieza un proyecto de big data en salud?
Con el conocimiento de los expertos médicos, que sirve para definir reglas y resultados de referencia contra los cuales comparar los modelos.
¿Qué es una curva ROC?
Una gráfica que muestra el equilibrio entre verdaderos positivos y falsos positivos de un modelo, útil para medir su capacidad de clasificar.
¿Qué diferencia hay entre analítica predictiva y prescriptiva?
La predictiva estima qué puede pasar; la prescriptiva recomienda qué hacer para tomar mejores decisiones.
Sigue leyendo:
Fernando Arturo Martinez Aguilar escribe en INBOUND sobre inbound marketing, ventas, negocios, emprendimiento y liderazgo.
