Predicción del riesgo cardiovascular mediante generación sintética de datos

Abstract

La rehabilitación cardíaca comprende un proceso clínico cuya naturaleza secuencial permite analizar la evolución temporal de los pacientes y optimizar la toma de decisiones. No obstante, la investigación en este ámbito se ve limitada por la escasez de registros y la baja calidad de los mismos en las bases de datos clínicas reales. Para abordar estas limitaciones, en este trabajo proponemos una nueva arquitectura de aprendizaje profundo basada en un autocodificador variacional condicional para la generación de registros clínicos sintéticos realistas y coherentes. El modelo permite incrementar tanto la cantidad como la diversidad de los datos disponibles, favoreciendo el entrenamiento de los algoritmos de predicción del riesgo cardiovascular y reduciendo potencialmente la necesidad de pruebas diagnósticas invasivas. Los resultados obtenidos demuestran que los datos sintéticos generados mejoran de forma consistente el rendimiento de clasificadores del estado del arte, superando otros métodos de generación profunda de datos tabulares.