Santiago Mazuelasek (BCAM) garatu duen eta AXA Research Fund funtsak finantzatu duen proiektua amaitu egin da

• Proiektuak AXAren finantzaketa jaso du eta 3 urte iraun ditu, 2020ko apiriletik 2023ko irailera.

“Early Prognosis of Covid-19 Infections Via Machine Learning” proiektuak Santiago Mazuelas, BCAM eta Ikerbasqueko Ramón y Cajal ikertzailea, izan du zuzendari. AXA research Fund funtsak finantzatutako proiektua amaierara iritsi da, hiru urteko ikerketaren ondoren. Proiektua "Mitigar el riesgo tras la pandemia de COVID-19” Ezohiko Deialdian hautatu zen eta COVID-19 infekzioen pronostiko goiztiarrerako ikaste teknika automatikoak garatzea zuen helburu, infekzioen etorkizuneko larritasuna aurresateko detekzioaren ondoren lortutako datu sanitarioak oinarri hartuta.

“Early Prognosis of Covid-19 Infections Via Machine Learning” proiektuak ikaste automatikoko teknikak garatu ditu COVID-19 infekzioen pronostiko goiztiarrerako. Teknika horiei esker, infekzioen etorkizuneko larritasuna aurresan daiteke infekzioa antzemateko momentuan lortutako osasun datuak abiapuntu hartuta.

Teknika horiek osasun datu multimodal eta informazioaren aldetik aberatsak baliatzen dituzte COVID-19 infekzioek etorkizunean izango duten larritasuna aurreikusteko. Ikaste algoritmoak diseinatzeko zenbait erronka zientifiko eta tekniko gainditu behar izan dira, besteak beste, selection bias-ak eragindako entrenamendu lagin ez orekatuen erabilera eta kostuarekiko sentikorrak diren tekniken garapena. Zehazki, proiektuak planteamendu bateratzailea proposatu du covariate shift-era (selection bias) egokitzeko, modu horretan uneko gainerako planteamenduen mugak gaindituz, entrenamendu laginak zein proba laginak ere haztatzeari esker. Bi pisu multzoak lortzen dituzten teknika eraginkorrak aurkeztu dira, entrenamendu laginetarako pisuak bakarrik lortzen dituen Kernel Mean Matching ohiko metodo orokortuta. Horrez gain, proposatutako metodoetarako orokortze mugak aurkeztu dira, laginaren tamaina eraginkorra nabarmen areagotzen dutenak. Planteamendu bateratzailearekin eta proposatu diren ikaste metodoekin atributu aldaketen eraginpean dauden eszenario orokorragoetara egokitzeko gai diren teknikak lortzen dira. Lana 2023ko International Conference on Machine Learning (ICML) konferentzian argitaratu da “Double-Weighting for Covariate Shift Adaptation” izenburuarekin.

Proiektuak emandako emaitza orokorrek hobekuntza garrantzitsuak ekar ditzakete erabaki medikoak eta osasun publikoko erabakiak hartzeko moduan, COVID-19ak eragindako infekzioak tratatu eta kudeatzeko helburuarekin.

“Proiektua egiteak ikerketa taldearen lan ildoak zabaltzeko balio izan dit, eta baita zenbait ikertzailerekin lotutako gastuak finantzatzeko ere”, adierazi du Santiago Mazuelasek. Era berean, BCAM eta Ikerbasqueko ikertzaileak honako hau esan du: “etorkizunerako helburu orokorra kalitate zientifiko ahalik eta handieneko ikerketa garatzen jarraitzea da, eta gizartean inpaktu handia duten arazoak konpontzen laguntzen jarraitzea”.

BCAMen aldetik, hauek dira Santiago Mazuelasekin batera proiektu honetan lanean aritu diren kideak: Rubén Armañanzas (Postdoctoral fellow), José Ignacio Segovia Martín (PhD Student), Lasai Alai Barreñada (Research Technician), Mikel Cotillas (Research Technician), Sara Ambrosi (Intership), Ernesto Contreras (Research Technician), Nicolás Errandonea (Intership) eta Xabier de Juan Soriano (Research Technician).