Un nuevo estudio titulado Precise automatic classification of 46 different pollen types with convolutional neural networks y recientemente publicado en PLoS ONE, presenta un sistema basado en redes neuronales convolucionales capaz de distinguir de forma automática 46 especies de pólenes en una misma muestra. Es el resultado de años de trabajo en el proceso de automatización del conteo de polen, con unos granos tan similares en muchos casos, que el ojo humano ante el microscopio no consigue distinguirlos con precisión. El nuevo trabajo está liderado por José Luis Aznarte y supone un avance cuantitativo importante respecto a otro, del mismo equipo, publicado hace justamente un año, sobre un algoritmo matemático desarrollado en la UNED que elevaba el porcentaje de acierto en la clasificación del polen al 97 por ciento, mientras que los sistemas basados en el trabajo humano de identificación, se sitúan en el 63’5 por ciento.
¿Usted moquea y lagrimea continuamente?, ¿le escuecen los ojos, los tiene enrojecidos y no soporta el escozor en la garganta?, ¿nota inflamado el velo del paladar?, ¿tiene dificultades para respirar?, ¿le ha subido la fiebre? Son los molestos síntomas de alergia y uno de los alergógenos más comunes es el polen. Para prevenir o contrarrestar uno de estos episodios es preciso saber cuántos granos se encuentras suspendidos en el aire y de qué planta proceden. Así que se requiere clasificarlos por especies. Un diagnóstico que, hasta ahora, exigía el cómputo, prácticamente manual, microscopio mediante, del número de granos y la descripción de la planta de la que procede cada uno. La revista PLoS ONE ha publicado un estudio del profesor de la UNED José Luis Aznarte, que presenta un sistema de detección y conteo digitalizados que permite la clasificación de hasta 46 granos de polen distintos. Trabajo que ha superado el presentado hace justamente un año, que ya supuso un éxito al permitir fotografiar y analizar 7 especies distintas.