El Centro de Investigación TIC (CITIC) de la Universidade da Coruña acaba de incorporar a un investigador en el marco de las ayudas para la atracción y retención de talento investigador, en la categoría de personal investigador distinguido, en las universidades del Sistema Universitario de Galicia, convocadas por la Xunta de Galicia.

El investigador Diego Álvarez Estévez se integró recientemente al área de Inteligencia Artificial del CITIC para desarrollar modelos de aprendizaje automático generalizables y robustos en el contexto de múltiples fuentes de datos independientes. Procedente del Haaglanden Medisch Centrum (HMC) de Países Bajos, donde desempeñó el cargo de ingeniero jefe en el departamento de sueño y neurofisiología clínica, continuará ahora desarrollando su línea investigadora en el CITIC en el campo de la Inteligencia Artificial aplicada. En el HMC tuvo la oportunidad de aplicar el conocimiento alcanzado durante el desarrollo de su tesis doctoral en un contorno real, consiguiendo hacer más eficiente el diagnóstico de los diferentes desórdenes del sueño, facilitando al equipo médico una información interpretada, lo que reduce considerablemente el tiempo de valoración y aumenta la fiabilidad del diagnóstico.

En el CITIC, el investigador se centrará en investigar los problemas asociados con el desarrollo de modelos de aprendizaje automática para lograr capacidades de generalización fuertes en el contexto de múltiples fuentes de datos independientes. Según explica Álvarez, “la línea de investigación se focaliza en explorar las posibilidades de que los algoritmos de Machine Learning funcionen mejor en entornos cambiantes, ya que suelen tener un problema de variabilidad en función de la base de datos de referencia. Esto quiere decir que los algoritmos funcionan correctamente cuando se utiliza la base de datos a partir de la que se creó, pero presentan problemas cuando el sistema es extrapolado a otro entorno. En el ámbito clínico, por ejemplo, sucede cuando el sistema debe evaluar pacientes que provienen de diferentes centros, o cuyos datos fueron adquiridos con diferentes equipos de diagnóstico”.

La investigación pretende abordar estos problemas, ahondando en el desarrollo de modelos de aprendizaje automático más flexibles y generalizables, tanto desde el punto de vista de su diseño como en el referente a las capacidades para llevar a cabo procesos inferenciables más fuertes e independientes de la fuente de datos en origen.