01/03/2022
Jaime Gil Aluja, Académico de Número y Presidente de la Real Academia de Ciencias Económicas y Financieras (RACEF), y Jean Askenasy, neurólogo y Catedrático de la Universidad de Tel Aviv y miembro de la red de investigación de la RACEF Barcelona Economics Network, han escrito el artículo "A Tentative Algorithm for Neurological Disorders", donde presentan un algoritmo que mejora el diagnóstico de enfermedades neurodegenerativas como el Parkinson. El estudio, además, determina con mayor precisión que los métodos médicos actuales el nivel de afectación de los pacientes.
"Hemos avanzado en el tiempo con un algoritmo humanista como el que proponemos, a través del cual somos capaces de conocer absolutamente todas las posibles conexiones mentales que existen entre las neuronas afectadas y los síntomas de la enfermedad para así conocer su grado o nivel de incidencia sin error ni omisión. De la misma manera que actuamos de esta manera para la enfermedad de Parkinson, podemos hacerlo para solucionar otras deficiencias que aún persisten en el diagnóstico de otras enfermedades degenerativas", señalan los dos autores en la presentación de su estudio.
Gil Aluja y Askenasy parten de teoría de los Efectos Olvidados, que el presidente de la RACEF desarrolló y ya había aplicado a en los campos de la gestión política, social, económica y financiera. Su incursión en el ámbito del pensamiento humano responde a la incapacidad de los modelos actuales de establecer una formalización de la vasta cadena de conexiones que se extienden a lo largo y ancho en redes cerebrales cada vez más complejas. Para ello aplican un algoritmo capaz de analizar todas las conexiones de incidencia necesarias para saber a qué nivel o grado cada neurona afectada actúa sobre cada síntoma y establecer una amplia cadena de incidencias. En este punto el análisis desde el Big Data mejora notablemente el diagnóstico de cada paciente.
