Cómo entrenar bien un baseline - Experiencias y recomendaciones desde la aplicación de deep learning en oftalmología

Abstract

Cuando aplicamos inteligencia artificial en medicina, solemos seguir uno de dos enfoques: o bien utilizar modelos que ya existen para resolver un problema nuevo, o bien proponer un modelo nuevo para resolver problemas que ya existen. En todos los casos, siempre debemos validar que nuestro nuevo modelo resuelva los inconvenientes de los modelos que ya existen, a los que denominamos baselines. Estos baselines deben estar entrenados siguiendo buenas prácticas, para evitar subestimar su performance. Sin embargo, estudios recientes en numerosas areas han comenzado a demostrar que enfoques simples son capaces de superar los resultados de otros mucho más complejos, simplemente siendo cuidadosos en el proceso de entrenamiento. En esta presentación mostraremos algunos ejemplos de aplicaciones en oftalmología en las que efectivamente comprobamos estos mismos inconveniente, y compartiremos algunas recomendaciones experimentales y buenas prácticas para asegurar la obtención de baselines competitivos.