2026-07-17T13:37:13Zhttps://repisalud.isciii.es/rest/oai/request

oai:repisalud.isciii.es:20.500.12105/267842025-12-18T12:58:56Zcom_20.500.12105_2203com_20.500.12105_2202col_20.500.12105_19585

00925njm 22002777a 4500 dc Instituto de Salud Carlos III. Gabinete de prensa author 2025-06-26 Un artículo publicado por un equipo de la Unidad de Investigación en Salud Digital (UITeS) del ISCIII presenta una innovadora metodología para extraer conocimiento científico de bases de datos médicas con inteligencia artificial, gracias al uso de técnicas de machine learning. Los investigadores han trabajado con un nuevo enfoque complementario a la inteligencia artificial, denominado Dataset Feature Splitting (DFS). Esta herramienta permite generar diferentes distribuciones de probabilidad a partir de un conjunto de datos (dataset) original, identificando qué algoritmos basados en machine learning se adaptan mejor a la naturaleza estadística de los datos. El resultado final es una mejor extracción, selección y tratamiento de los datos biomédicos y sanitarios, con capacidades superiores a métodos clásicos como la regresión logística. Nota de prensa y noticia publicada el 26/06/2025. https://hdl.handle.net/20.500.12105/26784 Machine learning Explotación de datos médicos Inteligencia artificial Dataset Feature Splitting (DFS) Análisis estadístico Nueva metodología basada en ‘machine learning’ para mejorar la explotación de datos médicos