Científicos de datos utilizan 'machine learning' para desarrollar algoritmos en la detección del cáncer
El objetivo es desarrollar el algoritmo más eficaz para ayudar a los profesionales médicos a detectar el cáncer de pulmón con anterioridad y con mayor precisión.
En 2010, el National Lung Screening Trial demostró que la exploración anual con tomografía computarizada de dosis baja (CT) - un escáner que utiliza combinaciones procesadas por computadora de muchas imágenes de rayos X desde diferentes ángulos para generar imágenes 3D de alto contraste - podría reducir las muertes por cáncer de pulmón en un 20%.
"Es un enfoque realmente poderoso que ha reducido las muertes por cáncer en un 20% pero hay una tasa muy alta de falsos positivos", señaló Anthony Goldbloom, CEO de la compañía Kaggle, que junto con Booz Allen Hamilton presenta el Annual Science Bowl. ”Si bien es un avance para la detección temprana, la tecnología también ha dado lugar a una tasa relativamente alta de falsos positivos en comparación con los más tradicionales de rayos X.
Data Science Bowl, Booz Allen y Kaggle decidieron dirigir el poder data science y el aprendizaje automático para abordar el problema de los falsos positivos.
La ciencia de los datos para el bien social.
"Queríamos crear algo que galvanizara a la gente a unirse para hacer algo por el bien social, algo más grande que ellos mismos" dijo JoshSullivan, vicepresidente senior y científico jefe de datos de Booz Allen. "¿Cómo podemos hacer algo por el bien social que es bastante sustancial? Queríamos que fuera algo abierto al público, no para nuestro beneficio o beneficio de nuestros clientes, sino una fuente abierta."
