Sebastián Ríos y Académicos Españoles Ganan Importante Premio
El Director de la Corporación ICI, junto a Asier Garmendia, Manuel Graña y José Manuel Lopez-Guede, ganaron el Premio Best Paper en IWINAC2017. Conoce aquí los alcances de este galardón ¡Felicitaciones!…
El profesor de Ingeniería Industrial y Director de la Corporación ICI, Sebastián Ríos, ganó junto a Asier Garmendia, Manuel Graña y José Manuel Lopez-Guede, académicos españoles, el Premio Best Paper en @7th International Work-Conference on the Interplay Between Natural and Artificial Computation, WINAC2017, con el paper Predicting Patient Hospitalization after Emergency Readmission.
El Profesor Ríos es académico del área de Tecnologías de la Información y Director del Magister en Ingeniería de Negocios (MBE) . Conversamos con él para conocer los alcances del premio que entrega esta conferencia de Inteligencia Artificial.
“Este es un premio en una conferencia con referato. En computación, a diferencia de otras áreas, los papers que se envían son evaluados por expertos internacionales en los temas de la conferencia”, nos explica.
De los papers que fueron aceptados para presentarse, se hace una votación de todos los evaluadores respecto de cuál es el mejor trabajo y el equipo de Sebastián Ríos ganó por calidad e impacto.
“Para mí recibir premios es muy gratificante, sobre todo si son premios que te entregan tus pares. Porque en el fondo valida que todos estos años de trabajo en el área son reconocidos por expertos internacionales”, resume el profesor.
¿En qué consiste el Paper?
“En general en una unidad de emergencias, siempre existe el problema de ¿cuándo es óptimo dar de alta a un paciente?. Esta pregunta es compleja porque normalmente en una unidad de emergencias se estabiliza a los pacientes y por lo tanto se deja en observación un tiempo para ver como el paciente reacciona al tratamiento, si la reacción es favorable entonces, se debe tomar la decisión de si dejar al paciente regresar a su casa o dejarlo otro periodo en observación. La parte compleja, es que dejar a un paciente en observación es costoso porque se esta utilizando una cama, que podría ser utilizada por otro paciente que llega con una emergencia; pero además, porque el paciente podría adquirir alguna otra enfermedad en la unidad. Por eso, esta es una decisión compleja.
Por eso, quisimos realizar experimentos para poder ver si es que lográbamos construir un predictor del riesgo que tienen los pacientes de ser dados de alta en un momento determinado.
Para esto, utilizamos una base de datos de 3 años de atenciones médicas correspondientes a más de 100.000 pacientes que concurren al Hospital de la Universidad de Chile. Con estos datos, se realizó un estudio completo aplicando diversos algoritmos, y logramos encontrar uno que en particular nos entregolos mejores resultados: RUSBagging + Random Forest que entrega un AUC de 60% aprox. Si bien aun este resultado es bajo como para poder predecir el riesgo. Lo interesante es que es primera vez que se aborda este problema con un análisis exhaustivo y sobre tantos datos reales. El resultado es bastante alentador, ya que permite pensar en que agregando algunas variables adicionales, se podrían construir otros modelos que tengan mucho mejor calidad para ciertos tipos de pacientes”.
(En la foto de Arkaitz Artetxe recibiendo el diploma, estudiante de doctorado en la Universidad de País Vasco, España).
¡Felicitaciones por tan importante trabajo!
