Carpio, AnaSimón, AlejandroTorres, AliciaVilla, Luis F.2023-06-162023-06-162022-05-13[1} A. Carpio, A. Simón, A. Torres, L.F. Villa, Pattern recognition in data as a diagnosis tool, Journal of Mathematics in Industry 12, 3, 2022 [2] A. Simón, Métodos Bayesianos para comparar el funcionamiento de algoritmos sobre un conjunto de datos biomédicos, Trabajo de fin de Doble Grado de Informática y Matemáticas, UCM-UGR 2020 [3] A. Torres, Técnicas matemáticas para datos médicos: desórdenes autoimmunes, Trabajo de fin de Master de Ingeniería Matemática, UCM 2021 [4] A. Carpio, A. Simón, L.F. Villa, Clustering methods and Bayesian inference for the analysis of the evolution of immune disorders, arXiv:2009.11531, preprint 2020https://hdl.handle.net/20.500.14352/2584La inteligencia artificial (IA) es útil para el aprendizaje automático en contextos clínicos con grandes cantidades de datos. Se emplean técnicas de clasificación supervisada y no supervisada en el estudio de la expresión/transcripción génica en la enfermedad y de respuesta terapéutica. Sin embargo, la cantidad de datos disponibles en muchas situaciones médicas es escasa, por lo que es preciso calibrar muy bien la técnica de análisis a emplear para que el rendimiento sea adecuado. Dada la complejidad, el polimorfismo clínico del LES y sus diversas complicaciones, el reconocimiento automatizado de patrones evolutivos de variables puede ser de ayuda en la clínica.spaconference posteropen accessInformática médica y telemedicinaReumatología3205.09 Reumatología