De los datos a la salud

Investigadores de la Universidad de León han desarrollado modelos de machine learning y deep learning para clasificar notas clínicas reales de pacientes con trastorno de ansiedad y trastorno de adaptación. El estudio demuestra que técnicas como XGBoost y SciBERT alcanzan hasta un 97 % de precisión, mostrando el potencial de la inteligencia artificial para apoyar el diagnóstico en salud mental.

Investigadores de la Universidad de León han desarrollado modelos de machine learning y deep learning para clasificar notas clínicas reales de pacientes con trastorno de ansiedad y trastorno de adaptación. El estudio demuestra que técnicas como XGBoost y SciBERT alcanzan hasta un 97 % de precisión, mostrando el potencial de la inteligencia artificial para apoyar el diagnóstico en salud mental.

El grupo ALBA – Advanced Learning for Biomedical Analytics (Universidad de León) ha presentado dos contribuciones científicas en el congreso internacional IEEE CBMS 2025 (Computer-Based Medical Systems), celebrado en Madrid. Los trabajos abordan, respectivamente, el procesamiento del lenguaje clínico en español y la predicción de supervivencia en cáncer de páncreas mediante técnicas de aprendizaje automático interpretables.