Objetivo: Pronóstico del cáncer de mama
Datos
347 familias (GED files) con información sobre la mutación genética.
554 datos clínicos de individuos de familias (archivos csv).
Método
Generar automáticamente indicadores de herencia, utilizar indicadores con datos clínicos para predecir el riesgo de cáncer, razonamiento basado en casos para la predicción individual-personal.
Resultados
8 indicadores, 11 reglas de herencia, 91% de éxito con herencia de mutación. Herramienta exitCBR.
El cáncer de mama ha sido nuestro verdadero arranque de colaboración en el mundo de la salud, desafiándonos con problemas que requieren herramientas para garantizar la repetición experimental, debido a la criticidad del impacto de los resultados sanitarios. Para ello, desarrollamos la herramienta eXiTCBR basada en el razonamiento basado en casos, ya que ésta es la metodología de inteligencia artificial que apoya la medicina basada en la evidencia. Además, permite la hibridación de otras técnicas de aprendizaje y razonamiento automático. Hoy en día, la herramienta tiene crecimiento y hay varias versiones disponibles. En cuanto al cáncer de mama, desarrollamos como parte de la herramienta un nuevo método de reutilización para el razonamiento basado en casos, un algoritmo genético para conocer la relevancia de las variables clínicas. También se ha desarrollado un complemento para administrar archivos de datos heredados de GED, de modo que los índices de herencia familiar se pueden gestionar a nivel clínico. También se han aplicado técnicas de descubrimiento de subgrupos.
