El doctorado en Ingeniería Eléctrica (Facultad de Ingeniería, Universidad de la República) de Juan Diego Young con su director y codirector de tesis Pablo Musé y Federico Lecumberry (integrante de CICADA), se centra en la «cuantificación de la incertidumbre en la estimación por redes profundas». Una aplicación de esta investigación es mejorar la estimación de la probabilidad de un posible embarazo mediante Fertilización In Vitro a partir de imágenes de embriones (blastocitos).
Los métodos utilizados de aprendizaje automático (machine learning) propuestos son aplicados a la valoración de blastocitos para ser utilizados en Fertilización In Vitro con el objetivo de identificar y seleccionar los más adaptados para la transferencia, incorporando la medida de confianza en la predicción. De acuerdo a la investigación, “debido a la disparidad en la clasificación al definir la calidad de los blastocistos, las tasas de éxito se ven profundamente afectadas, resultando en un gran número de abortos y/o embarazos múltiples no deseados. Todo esto muestra la necesidad de avanzar en el diseño de un algoritmo de procesamiento de imágenes y aprendizaje automático capaz de realizar dicha clasificación de manera más consistente”.
Es por eso que se analizan las imágenes tomadas con microscopio de los embriones en las primeras etapas de la división celular y se desarrolla “algo” que pueda colaborar con los médicos a tomar las decisiones más eficientes respecto de qué células conviene implantar en el útero de las pacientes para maximizar las posibilidades del éxito en conseguir un embarazo.
El desarrollo de la investigación, que fue reconocida con los Premios de Investigación de Google para América Latina (LARA), se realiza en colaboración con el Centro de Esterilidad Montevideo y cuenta con el apoyo del Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería de la Universidad de la República.
Sobre esto, Federico Lecumberry respondió algunas preguntas.
¿Cómo recibieron la noticia del premio?
La confirmación de este premio fue una gran noticia, principalmente por lo que significa el reconocimiento de la calidad de la investigación que se realiza en nuestra universidad. Estar en un grupo de 25 seleccionados entre cientos de proyectos que se presentaron de toda latinoamérica es una prueba de ese potencial. Y no se puede ignorar la importancia del apoyo económico que recibe Juan Diego para su dedicación al doctorado.
¿Qué significa este premio para el equipo de investigadores? ¿Qué posibilidades brinda a futuro?
Siguiendo con la respuesta anterior sin duda que nos motiva a continuar con estas líneas de investigación, y continuar postulando a este tipo de apoyos internacionales concursables. De alguna forma, junto con la publicación de los resultados en artículos y conferencias, estos reconocimientos nos permiten tener una referencia de cómo vamos, evaluados por un grupo de expertos de primer nivel mundial.
¿Cuáles son los nuevos métodos que presenta esta investigación?
Partimos de dos métodos en paralelo, primero una red neuronal convolucional (CNN) “end-to-end” que recibe como entrada las imágenes de los blastocistos y segundo un algoritmo de «Gradient Boosting» que recibe como entrada un conjunto de características construidas a partir de conocimiento de la práctica médica, y devuelven como salidas una medida de la calidad. Ambos procesos serán comparados o incluso combinados para decidir la clasificación correcta de la calidad del blastocisto y su probabilidad de resultar en embarazo. Además, utilizando modelos probabilísticos como Bayes by Backprop, Dropout y Deep Ensembles, buscaremos estimar la incertidumbre asociada a la clasificación y la probabilidad de embarazo.