¿Cómo afecta el aprendizaje automático a la investigación médica? ¿Cuáles son las ideas sorprendentes generadas por ML?

Hay muchas aplicaciones de ML en imágenes médicas. Por ejemplo, puede entrenar un sistema para clasificar los tumores como malignos o benignos, en base a MRI o tomografías computarizadas.

Uno de los proyectos de investigación en el que trabajé se trata de entrenar un sistema para segmentar las imágenes de resonancia magnética del cerebro (dividiendo los cerebros en regiones anatómicas). Es útil en el diagnóstico de la enfermedad de Alzheimer, por ejemplo, que causa cambios en la forma y el volumen de una parte del cerebro llamada hipocampo, que se utiliza para la memoria a corto y largo plazo. Es tedioso hacerlo a mano.

Otros proyectos de investigación en mi universidad miran cosas como lesiones cutáneas, úlceras por presión, imágenes de la columna vertebral, etc.

Fuera de las imágenes, IBM Watson ayuda a los médicos a realizar el diagnóstico (Watson (computadora)).

También hay personas que usan ML para encontrar genes responsables de cánceres y otras enfermedades graves hereditarias.

Acabo de terminar de trabajar en el proyecto ML, el proyecto fue predecir casos de cáncer clasificando los informes de epath y créanme, es increíble ver los resultados finales. Ahora estamos prediciendo nuevos casos de cáncer con una corrección del 94%.
Me hizo gran admirador de ML.