Universidad
Politécnica de Madrid

02.02.15

Centrados en el aprendizaje automático y el desarrollo de modelos gráficos probabilísticos, especialmente mediante el empleo de redes bayesianas, los trabajos de Concepción Bielza en el campo del data science han merecido el Premio de Investigación 2014 de la Universidad Politécnica de Madrid (UPM). “Este premio significa el reconocimiento al esfuerzo realizado durante los más de 23 años que llevo en la UPM y por ello estoy muy agradecida, honrada y satisfecha”, explica la catedrática de la Escuela Técnica Superior de Ingenieros Informáticos.

Su esfuerzo investigador combinado con la responsabilidad de la docencia y de la gestión “supone un nivel de sacrificio nada despreciable”, asegura.  Entre sus deseos, “seguir dedicándome con empeño y pasión a una investigación genuina, cuidada y de calidad, con la que siempre he disfrutado”. Por ello, agradece que en momentos como los actuales, la UPM apueste por sus investigadores con galardones como estos. “El premio supone un aliciente para continuar por la misma senda, a pesar de los tiempos difíciles que atravesamos por la falta de apoyo a la investigación. Celebro que la UPM apueste por la excelencia científica con este tipo de reconocimientos”.

Licenciada en Matemáticas por la Universidad Complutense de Madrid (UCM) y doctorada en informática por la UPM, donde forma parte del Departamento de Inteligencia Artificial, Concepción Bielza compagina la investigación con  su labor como codirectora del Computational Intelligence Group de la UPM.

“La investigación no puede entenderse si no es en grupo”, afirma. “El esfuerzo de estos años no es únicamente mío. Es sobre todo del grupo de jóvenes investigadores que codirijo junto al profesor Pedro Larrañaga, gran compañero y amigo, y apoyo continuo en mi desarrollo académico desde 2007, añade.

Como retos más apremiantes están sus trabajos en el campo de la neurociencia, dentro del dentro del Proyecto Cajal Blue Brain y del Human Brain Project, uno de los dos únicos FET-Flagship concedidos (VII Programa Marco de la UE) en el que intervienen más de 80 instituciones.

“Nos interesa conocer los principios que gobiernan el diseño neuronal. Hemos constatado que los ángulos entre ramas dendríticas en los puntos de bifurcación van cerrándose según nos alejamos del soma en las neuronas piramidales de la corteza del ratón, lo que está en estrecha relación con las conexiones sinápticas, y hemos encontrado distribuciones probabilísticas circulares que modelizan dichos ángulos”, explica la investigadora.  Conocer si esos ángulos son diferentes en enfermedades cerebrales como autismo o esquizofrenia podría suponer un avance en el tratamiento de las mismas.

Resolver la falta de consenso existente en la comunidad neurocientífica de una nomenclatura aceptada para clasificar las interneuronas GABAérgicas, es otro de los proyectos en los que trabaja. “Publicamos un trabajo al respecto en la revista Nature Reviews Neuroscience en 2013 que ha generado más de 110 citas (según Google Scholar) en menos de dos años y  que aborda un problema estudiado desde hace más de un siglo (desde Ramón y Cajal). Conseguir tal consenso mediante una herramienta automática es uno de nuestros próximos grandes retos”, añade.

Otro de sus objetivos es extender el uso de las técnicas estadísticas y de aprendizaje automático al mundo de la neurociencia demostrando un potencial por ellos desconocido y trabajar también en la dirección inversa. “Me encantaría emplear  el conocimiento de cómo funciona el cerebro humano como procesador sensorial y de datos para idear nuevos algoritmos de aprendizaje automático más potentes que permitan complejas tareas y aplicaciones inconcebibles usando la tecnología de hoy en día. Esto es lo que propone la Intelligence Advanced Research Projects Agency (IARPA) del gobierno de EEUU con el programa Machine Intelligence from Cortical Networks (MICrONS).

Investigación multidisciplinar

Los trabajos de esta catedrática se basan en la aplicación de modelos estadísticos y computacionales  que permiten extraer datos relevantes y realizar predicciones en campos muy diferentes. Así, en medicina destacan sus estudios sobre el tratamiento de la ictericia neonatal y la asistencia respiratoria extracorpórea, el tratamiento del linfoma gástrico no- Hodgkin; en neurociencia ha aplicado el data science al estudio de enfermedades neurodegenerativas como el alzhéimer, el párkinson o el glioblastoma y ha realizado modelos 3D  de la morfología de las dendritas de las neuronas, y en bioinformática se ha centrado en la selección de genes en microarrays de ADN.

Sus trabajos también alcanzan el mundo de la agricultura, en el que ha estudiado cómo minimizar los daños en la fruta y ha simulado líneas de clasificación de diferentes frutales;  la astrofísica, con una clasificación de estrellas según las características de la curva de la luz, o la predicción de diferentes variables relacionadas con los servicios prestados por distintas empresas, como la evolución de las ventas de Telefónica, de demanda, de rendimiento de equipos o de los precios del mercado eléctrico. 

Sobre Concepción Bielza

Con más de 44 proyectos de investigación subvencionados públicamente y otros 12 contratos de investigación con entidades privadas, Concepción Bielza es coinventora de una patente tecnológica con el Ciemat sobre adenocarcinoma de pulmón.  Además, ha colaborado con distintas agencias de evaluación de proyectos de investigación, dirigido tesis doctorales y trabajos de fin de máster y de carrera.

Su actividad se compagina con diferentes publicaciones, tanto en forma de libros como de artículos publicados en revistas científicas. Ha formado parte del comité de programa en 50 congresos internacionales e impartido más de 40 conferencias o seminarios en prestigiosas universidades y centros de investigación. Además, ejerce una intensa actividad de revisión de trabajos científicos en revistas JCR , congresos y libros.

Su trayectoria le ha merecido diversos premios de investigación, entre los que destacan el  premio 1996 Student Paper Competition in Decision Analysis y la calificación de finalista en 2002 de Decision Analysis Society Practice Award Competition (los dos otorgados por INFORMS de EEUU), el  Premio Nacional de Informática y Salud (2004) y el best paper award de varios congresos internacionales.