MADRID, 4 Jun. (EUROPA PRESS) - Dos estudios liderados por la Universidad Politécnica de Madrid (UPM) muestran cómo se pueden generar datos sintéticos fiables cuando los datos reales escasean, lo que tendría aplicaciones directas en la investigación oncológica. Según explica la UPM, la inteligencia artificial (IA) necesita datos para aprender. En medicina, sin embargo, esos datos suelen ser escasos, heterogéneos y difíciles de compartir por razones éticas, legales y de privacidad. El problema es especialmente acusado en ámbitos como el cáncer, las enfermedades raras o los estudios de supervivencia, donde reunir grandes colecciones de pacientes no siempre es posible.
