El joven villanovense Christopher Marabel Calderón, ingeniero de telecomunicaciones especializado en Big Data y Machine Learning, ha concluido recientemente un máster de dos años basado en Big Data e Inteligencia de Negocio. Una formación ha llevado a cabo en la universidad Camilo José Cela y la escuela de negocio IMF, con una nota media de 9,87 y una mención honorífica. Además, en octubre próximo iniciará un nuevo máster de un año de especialización con la empresa en la que trabaja actualmente y la escuela de negocios de Valencia.

El máster se llama «High Potential Technical Booster», y está destinado para perfiles con alto potencial y se basa en diferentes módulos destinados a comunicación, servicios en la nube con el partner Google Cloud, inteligencia artificial, prácticos con IT de Mercadona, entre otros.

Su trabajo fin de máster (TFM), lo ha realizado en colaboración con el departamento de investigación del grupo hospitalario HM Hospitales. Un TFM basado en la detección temprana de la gravedad del COVID-19 en pacientes positivos, utilizando la inteligencia artificial.

Con este trabajo, Christopher Marabel pone en valor la importancia que tiene la inteligencia artificial, totalmente en auge, “con un gran potencial y con muchas aplicaciones, como es este caso en la sanidad”, expresa.

Tal como explica, el objetivo principal de este proyecto se centra en procesar una muestra obtenida de los parámetros sanguíneos de pacientes infectados con COVID-19 para desarrollar un modelo de machine learning que permita predecir la gravedad de la infección y la mortalidad; a partir de los parámetros del laboratorio clínico. La clasificación temprana de los pacientes puede ayudar a optimizar los recursos materiales y humanos, y el análisis de las características más importantes del modelo podría proporcionar una visión más detallada de la enfermedad. En este estudio se han aplicado diferentes técnicas de clasificación de machine learning en los cuales se analizará y contrastará posteriormente los resultados obtenidos. Por tanto, “se dedicará un espacio al estudio de la comparativa del rendimiento de cada uno de los métodos aplicados haciendo hincapié en el algoritmo XGBoost Extreme Gradient Boosting”, explica Christopher.

Este estudio, añade, se basa en datos clínicos anónimos obtenidos del grupo hospitalario de HM Hospitales. HM Hospitales creó una base de datos clínicos anonimizados con toda la información disponible sobre los pacientes con Covid-19 atendidos en sus centros. Este proyecto se denomina ’Covid Data Save Lives’, y se puso a disposición de la comunidad científica internacional en los primeros momentos de la pandemia. El proyecto Covid Data Save Lives recoge las distintas interacciones en el proceso de tratamiento del SARS-CoV-2, incluyendo información sobre diagnósticos, tratamiento, ingresos, pasos por UCI y alta o deceso, entre otros muchos factores, y que también incluyen pruebas diagnósticas por imagen y resultados de laboratorio o el paso previo por urgencias si lo hubiera habido.

También publicó un artículo, en la prestigiosa revista Sciencedirect, que realizó con el departamento de investigación de Física de la escuela politécnica de Cáceres, basado en el proyecto TFG que realizó al finalizar el grado de Ingeniería de Telecomunicaciones. Estudios académicos que realizó en Cáceres, tras acabar sus estudios en Villanueva, tras pasar sus primeros años en Suiza, país al que sus padres se emigraron.

Antes de continuar con su formación académica, hizo carrera militar durante dos años para, finalmente, volver a los estudios, primero un grado superior de técnico en producciones audiovisuales, y después el grado de ingeniería de telecomunicaciones en la escuela politécnica de Cáceres.