Volver atrás Servicio de I+D

Creación y puesta en producción de modelos de machine learning aplicados a señales fisiológicas y comportamentales

Instituto Universitario de Investigación en Tecnología Centrada en el Ser Humano

¿Quieres contarnos tu reto? Pincha aquí y te ayudamos a encontrar una solución

Los modelos de machine learning (ML) a partir de señales fisiológicas y comportamentales permiten predecir aspectos psicológicos de un individuo, tales como su personalidad o su estado de ánimo, intrínsecos tales como su género, e incluso conductas futuras, a partir de sus comportamientos y de su reacción fisiológica ante un estímulo o grupo de estímulos concreto. Las medidas que se utilizan para realizar estas predicciones pueden ser de tipo comportamental, que consiste en datos de la interacción del individuo con ciertos elementos del estímulo (por ejemplo, movimientos corporales y desplazamientos, tiempos de reacción, o comportamiento de la mirada), y de tipo fisiológico, que refleja las reacciones fisiológicas que se producen de manera inconsciente (por ejemplo, respuesta galvánica de la piel o electrocardiograma).

Las alternativas a este tipo de modelos predictivos consisten en técnicas estadísticas tradicionales en combinación con medidas de carácter más explícito o subjetivo, tales como la mera observación o los cuestionarios clásicos. Estas técnicas tradicionales presentan algunas limitaciones. Por un lado, los datos obtenidos a través de medidas explícitas o subjetivas pueden presentar numerosos sesgos que ponen en duda su fiabilidad. Por otro lado, aunque la estadística tradicional proporciona información muy interesante a nivel descriptivo y estadístico de los datos, no permite realizar predicciones tal y como es posible a través del machine learning. En cambio, los modelos de machine learning aplicados a señales fisiológicas y comportamentales que se proponen combinan ambas soluciones para obtener datos de fuentes fiables y analizarlos de la manera más óptima posible.

El I3B tiene la capacidad de procesar señales neuronales, fisiológicas y comportamentales (electroencefalografía, electrocardiografía, respuesta galvánica de la piel, rastreo ocular, reconocimiento facial, voz y navegación) para la creación y puesta en producción de modelos de machine learning aplicables tanto a la investigación como a la puesta en producción de sistemas de evaluación, estudio y diagnóstico.

Responsable científico

Alcañiz Raya Mariano Luis

Participantes

Alcañiz Raya Mariano Luis

Aplicaciones

El I3B emplea estos modelos con diferentes fines, tanto desde el punto de vista clínico (identificación de Transtorno del Espectro Autista), como de la neurociencia organizacional (evaluación de capacidades, estilo de liderazgo, procesos de toma de decisiones ante el riesgo) o del conocimiento del perfil del consumidor (predicción de trayectorias dentro de una tienda física, predicción del género a partir de los movimientos dentro de un espacio físico).

Beneficios que aporta

Los modelos de machine learning aplicados a señales fisiológicas y comportamentales proporcionan información altamente fiable sobre la dimensión a predecir, a partir de datos objetivos y medidas implícitas, libres de sesgos que puedan influir en los resultados. Esto proporciona un gran valor como complemento a un diagnóstico en el ámbito clínico, a una entrevista de trabajo e incluso para la toma de decisiones estratégicas en un punto de venta.

Experiencia relevante

El I3B cuenta con más de 5 años de experiencia en la creación y puesta en producción de modelos de machine learning aplicados a señales fisiológicas y comportamentales, y cuenta con un amplio recorrido tanto desde el punto de vista de publicaciones científicas como en el desarrollo de proyectos de I+D en este campo.