SANIDAD 43 REDES NEURONALES DE GENERACIÓN ADVERSA (GAN) Las redes neuronales de generación adversa (GAN) se caracterizan por la creación de vectores matemáticos que cuentan con un discriminador que garantiza la eficacia de los mismos. Son una arquitectura de aprendizaje intenso altamente innovadora, que ha ganado mucha atención en los últimos tiempos debido a su capacidad para generar datos sintéticos altamente realistas, que son difíciles de distinguir de los datos reales. Igual que hasta la fecha se han utilizado ampliamente para la generación de imágenes, modelos 3D o rostros humanos, la generación de datos artificiales prácticamente iguales a los reales se constituye en una interesantísima vía de desarrollo. La clave en el desarrollo se encuentra en la identificación, valoración y categorización de todas las variables posibles en un caso clínico y, posteriormente en la creación del mayor número posible de variaciones posibles a partir de las mismas. De esta manera, se reduce el riesgo de sesgo en el entrenamiento de las IAs puesto que la manera en la que se entrena cada sistema puede depender de los intereses de cada uno de los titulares. OBTENCIÓN DE DATOS CONFIABLES Obtener datos en los que se pueda “confiar” requiere trabajar en varias direcciones: a) Que la laguna de datos de la que se obtenga la información sea fiable y ofrezca un alto nivel de confiabilidad en cuanto a los datos obtenidos. b) Que se establezcan protocolos de calidad que certifiquen dichos procesos. c) Que se establezcan mecanismos de verificación por parte de equipos clínicos y científicos independientes que validen los sets de datos obtenidos. EL PAPEL DEL SOCIO TECNOLÓGICO ADECUADO Para conseguirlo, resulta imprescindible contar con los socios IT adecuados que impulsen y posibiliten este tipo de proyectos, como es el ejemplo de Alhambra IT.
RkJQdWJsaXNoZXIy Njg1MjYx