Mejorar la investigación en salud con el aprendizaje automático: estudios de casos prácticos utilizando el banco de...

Área de la Ciencia:

• Informática de la salud
• Biología computacional
• Ciencia de los datos biomédicos

Sus antecedentes:

• El Programa de Investigación All of Us proporciona amplios datos de salud, lo que requiere habilidades especializadas para el análisis.
• El aprendizaje automático (ML) ofrece herramientas poderosas para analizar conjuntos de datos de salud complejos.
• Los investigadores requieren capacitación para utilizar eficazmente los datos de salud a gran escala y las técnicas de aprendizaje automático.

Objetivo del estudio:

• Desarrollar y evaluar un programa de formación para investigadores sobre el uso de los datos del Programa de Investigación Todos Nosotros.
• Mejorar las habilidades de los participantes en el aprendizaje automático, la manipulación de datos y la visualización utilizando Python.
• Facilitar la aplicación de ML al conjunto de datos de Todos nosotros para avanzar en la medicina de precisión.

Principales métodos:

• Los estudios de caso diseñados e implementados se centraron en la selección de conjuntos de datos, la limpieza de datos, las aplicaciones de ML y la visualización en Python.
• Utilizó el banco de trabajo de todos nosotros como plataforma para la capacitación práctica.
• Encuestas empleadas antes y después del programa para evaluar los cambios en las competencias de ML de los participantes.

Principales resultados:

• El programa de capacitación demostró una mejora significativa en las competencias de aprendizaje automático de los participantes.
• Los participantes adquirieron habilidades prácticas para manejar y analizar datos de salud a gran escala.
• Los estudios de caso proporcionaron un plan de estudios básico para la capacitación específica en aprendizaje automático.

Conclusiones:

• El programa de capacitación desarrollado mejora efectivamente la capacidad de los investigadores para aprovechar el conjunto de datos de All of Us para la investigación en salud.
• Esta iniciativa apoya el objetivo más amplio de avanzar en la medicina de precisión a través de conocimientos basados en datos.
• Los hallazgos ofrecen un modelo para capacitar a los investigadores en la utilización de grandes conjuntos de datos biomédicos con aprendizaje automático.