FLAT-WHITE: aprendizaje automático causal federado con datos descentralizados

Investigadores han desarrollado FLAT-WHITE, una metodología que integra la emulación de ensayos clínicos controlados con técnicas avanzadas de aprendizaje automático causal. El sistema opera sobre datos médicos descentralizados, permitiendo análisis sin centralizar información sensible de pacientes.

El enfoque federado del proyecto elimina la necesidad de consolidar bases de datos en una ubicación única, preservando la privacidad mientras mantiene la capacidad de extraer patrones causales complejos. Esto resulta especialmente relevante para estudios epidemiológicos y análisis clínicos que requieren acceso a múltiples fuentes de información.

La investigación, publicada en Nature, demuestra cómo el machine learning causal puede aplicarse a escala en entornos descentralizados, abriendo nuevas posibilidades para la investigación médica colaborativa y el desarrollo de tratamientos basados en evidencia derivada de datos reales del mundo.