Ep 05 - Fernando Pérez (TorchIO) - En la intersección entre ingeniería biomédica e inteligencia artificial

Fernando (@fepegar_) es ingeniero en biomedicina, y candidato a PhD en University College London (UCL) y King's College London (KCL). Escucharás una plática con una densidad de información tremenda. Dos horas tomó hacer esta descripción. Los side projects y aventurarse han sido claves en la carrera de Fernando. Hoy no sabemos cómo se unirán los puntos, solo lo notamos en retrospectiva. Muchos puntos, inicialmente no conectados, han permitido que la investigación de Fernando ayude a prevenir la muerte súbita en pacientes de epilepsia. Además, la librería que inició, TorchIO, ha estado presente en la investigación para luchar otras enfermedades y condiciones. La maravilla del código abierto. Además, Fernando da al menos 11 consejos que pueden cambiar tu carrera, por espacio, disponibles en la cuenta de Twitter @espejelomar.

Links que Fernando y Omar mencionan:

A from-scratch tour of Bitcoin in Python - Andrej Karpathy blog
#681 Creating Breakthrough Innovations w/ Peter Diamondis
Investigación de Fernando para clasificar la epilepsia.
Pytorch HUB y HuggingFace HUB.
Documentación de TorchIO.

Tocamos:

El potencial que las tecnologías de la web3 pueden ofrecer, tanto para bien como para mal. Sin embargo, es algo que vale la pena explorar.
Los side projects pueden ser definitorios en tu carrera, para blockchain puedes revisar la implementación de Andrej Kaperthy en python (link arriba).
Un algoritmo de deep learning puede categorizar el tipo de ataque epiléptico de una persona. Reto: en implementaciones médicas suelen haber pocos datos disponibles para entrenar modelos aceptables.
Fernando y su equipo necesitaban buscar un modelo pre-entrenado con datos similares a los vídeos que ellos utilizan para clasificar la epilepsia. Así podrían realizar transfer learning sobre ellos y obtener mejores resultados (mucho mejores) a solo entrenar su modelo con los datos que tenían disponibles.
El transfer learning es una técnica en el deep learning que permite usar un modelo ya entrenado como base para entrenar tu propio modelo.
El equipo aplica esta técnica usando un dataset pre-entrenado con videos, por ejemplo, de instragram, para predecir los hashtags de esos mismos vídeos. Estos pesos son públicos, cualquiera los puede usar. En Pytorch HUB se encuentran los pesos para Pytorch.
Fernando y el equipo usaron esos pesos previamente entrenados para obtener mejores resultados con sus propios datos. Entrenaron una red neuronal recurrente y un clasificador para lograr predecir el riesgo de muerte súbita por epilepsia!
La historia detrás de TorchIO. Una librería que catapultó la carrera de Fernando y que ha estado tras bambalinas en modelos de deep learning que ayudan a pacientes de todo tipo de enfermedades. Comenzó como un side project y ahora es conocida ampliamente en la comunidad de deep learning médica. Arriba el link, puedes colaborar con tu código!

Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial:

ELIA (@elia_latam)
Omar Espejel (@espejelomar)
Estefanía Arias (@yharyarias5)
Yeder Laura (@yederlvicente)