El concepto es bueno, pero aún no me atrevería a hacerlo.
En primer lugar, Brittany Wenger debe ser aplaudida por su trabajo, ya que es extraordinario. El hecho de que una joven de 17 años haya implementado una red neuronal para analizar el cáncer no es nada menos que asombrosa , y sinceramente, es considerablemente superior a lo que yo estaba haciendo cuando tenía su edad.
Para cualquier persona que tenga curiosidad, puede tomar los resultados de una biopsia por aspiración con aguja fina y conectarlos a http://cloud4cancer.appspot.com/, y el servidor dará una respuesta.
Dicho esto, debemos considerar algunas de las limitaciones de este enfoque:
- Los datos que se utilizan para entrenar / probar la red neuronal pueden ser defectuosos . Según sus referencias, es de 1992. Han pasado 2 décadas desde entonces, y las metodologías para diagnosticar el cáncer de seno han evolucionado; como tal, algunos de los datos pueden tener lo que ahora se considerarían falsos positivos / negativos.
- La salida aún no ha sido validada fuera de su conjunto de datos original, por lo que entiendo. Los datos sobre la eficacia del algoritmo parecen ser estrictamente pruebas contra el conjunto de datos sobre el que se entrenó. El problema con este enfoque es que puede refinar un algoritmo todo lo que le gusta para ser perfecto con un conjunto de datos, pero nadie sabe si funcionará o no en otra muestra.
- La entrada para su algoritmo es limitada , y refleja un conjunto de características morfológicas que se han utilizado desde la década de 1920, con relativamente poco avance. Sin embargo, una nueva investigación ha descubierto criterios adicionales que en realidad son mejores no solo para determinar si un paciente tiene cáncer de mama o no, sino cuál es el pronóstico de la persona : http://www.ncbi.nlm.nih.gov/pubm…
Entonces, si bien este es un ejemplo emocionante del poder de combinar la medicina y la informática, debe ser tomado con cierta perspectiva. Le deseo lo mejor a Brittany y espero con ansias su trabajo en el futuro.
