Redes Generativas Antagónicas para la Generación de Datos Sintéticos en la Investigación de Pacientes con Diabetes:...

Área de la Ciencia:

• Informática Médica
• Biología Computacional
• Ciencia de Datos

Sus antecedentes:

• Los datos clínicos para la investigación de diabetes mellitus tipo 2 (DM2) son escasos y difíciles de obtener.
• Las preocupaciones éticas y de privacidad restringen el uso de datos reales de pacientes.
• La investigación de DM2 requiere datos de alta calidad para mejorar los diagnósticos, tratamientos y la atención personalizada.

Objetivo del estudio:

• Evaluar cuatro técnicas de generación de datos sintéticos para la investigación de DM2.
• Evaluar la calidad y utilidad de los datos generados sintéticamente.
• Determinar la viabilidad del uso de datos sintéticos para el desarrollo de herramientas de diagnóstico.

Principales métodos:

• Modelos de Mezcla Gaussiana (GMM)
• Redes Generativas Antagónicas (GAN)
• Wasserstein GAN (WGAN)
• Autoencoders Variacionales (VAE)
• Métricas de divergencia estadística (Divergencia Jensen-Shannon - JSD, Divergencia Kullback-Leibler - KLD)
• Análisis del rendimiento de la clasificación

Principales resultados:

• El GMM logró la menor JSD, lo que indica una similitud de distribución superior.
• La WGAN arrojó la menor KLD, lo que sugiere una mejor alineación del contenido de información con los datos reales.
• Las GAN y WGAN demostraron el mayor rendimiento predictivo en tareas de clasificación, preservando las relaciones clave de los datos.

Conclusiones:

• La generación de datos sintéticos es una estrategia viable para superar las limitaciones en la adquisición de datos clínicos para la investigación de DM2.
• Los modelos generativos como GAN y WGAN pueden mejorar el desarrollo de herramientas de diagnóstico sin comprometer la confidencialidad del paciente.
• La elección del método de generación de datos sintéticos debe alinearse con los objetivos específicos de la investigación, equilibrando la similitud estadística y el rendimiento predictivo.