Instituto de Salud Carlos III. Gabinete de prensa2025-07-012025-07-012025-06-26Nota de prensa y noticia publicada el 26/06/2025.https://hdl.handle.net/20.500.12105/26784Puede consultar el artículo en: https://hdl.handle.net/20.500.12105/26783Un 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.spahttp://creativecommons.org/licenses/by-nc-sa/4.0/Machine learningExplotación de datos médicosInteligencia artificialDataset Feature Splitting (DFS)Análisis estadísticopress releaseAttribution-NonCommercial-ShareAlike 4.0 Internationalopen access