¿Cómo es el día a día de un científico de datos que trabaja en el ámbito sanitario?
Es un trabajo divertido y también un reto constante porque hay que sacar adelante proyectos novedosos. No es nada rutinario porque cada día surgen iniciativas, cambios y mejoras y hay que investigar y reflexionar sobre cada propuesta. Las cosas cambian rápidamente. Ahora el covid-19 nos lleva a un ritmo aún mayor porque, si las condiciones del virus cambian, nosotros debemos anticiparnos.
¿Cuáles son las prácticas de un buen científico de datos?
Hay que tener curiosidad por saber cuál puede ser el mejor modelo y ser constante. Hay que tener ganas para investigar muchos datos con los que se va a trabajar y explorar alternativas. Si no funciona un algoritmo no hay que desanimarse, el 80% de los modelos predictivos se tiran a la basura. Tampoco hay que rendirse. Alguna vez habrá que tirar la toalla, pero no tiene que ser ni a la primera ni a la tercera. Cuando se descubre algo, la sensación que se tiene es estupenda.
¿La nueva generación de matemáticos tiene una visión diferente respecto al trabajo?
Creo que sí. Cuando estudiaba éramos pocos y nos relacionábamos gente de todos los cursos. Notaba que los mayores se orientaban más hacia la educación, los doctorados y la vida académica. A nosotros eso no nos gustaba, queríamos investigar otras zonas y aplicaciones del conocimiento. Ahora la tendencia es ir hacia la empresa, y no solo por el salario. Para mí, lo que se hace en el sector de la salud es apasionante.
Ustedes han desarrollado distintos modelos predictivos...
Ahora estamos ayudando a montar un trabajo de fin de grado, un modelo predictivo a pequeña escala sobre la probabilidad de reingreso de los pacientes en 30 días. Ya veremos si nos sirve más adelante. También tenemos en el horizonte un proyecto muy grande que trata con imágenes. No se procesa igual, son millones de píxeles y hay que estudiar cada uno. Es un paso muy grande que queremos dar porque va a ayudar mucho a los médicos a la hora de tomar decisiones.
Ustedes diseñan sus propios algoritmos, ¿cómo se inventan?
Primero leemos la literatura científica que hay. Esto lo hacen, sobre todo, los miembros del equipo que tienen formación sanitaria. Me entregan un documento con las primeras variables y nos reunimos para discutir las fases del modelo predictivo. Decidimos qué periodo de tiempo utilizamos para los pacientes, desde cuándo metemos los datos. Una vez escogido el periodo, hay que decidir en qué momento sacamos las variables.
¿Cómo entrena el modelo?
Tenemos un dataset con miles de datos. Para el covid-19 son 1.800 pacientes y cada uno tiene las cien variables que hemos acordado. Lo metemos en la nube y el modelo, al que previamente le decimos qué tipo de algoritmo queremos que aplique, modifica los datos; trata los nulos, filtra los que no son buenos y da una serie de pasos. Una vez hace todo ese cribado, le pasamos otro dataset igual pero con otro tipo de datos.
Cuando se acaba un modelo, ¿sigue educando a la máquina?
Claro que sí. En los proyectos de heridas por presión y caídas, por ejemplo, volvemos a recopilar los datos cada seis meses y los mandamos a la máquina para ver qué ha pasado en ese tiempo. Dependiendo de la estadística y los datos que nos devuelva, volvemos a entrenar el modelo con otras instrucciones o lo dejamos como estaba anteriormente.
