Al tomar como base la evolución y la selección natural, Ángel Ferreira Santiago, estudiante del Instituto Politécnico Nacional (IPN), utilizó algoritmos genéticos para desarrollar un sistema de clasificación de patrones, cuya función es encontrar soluciones a problemas específicos que en un futuro podrían aplicarse en los ámbitos financiero, médico e informativo.

Una de las innovaciones de este proyecto, generado en el Centro de Investigación en Computación (CIC), es su metodología, la cual permite descartar, de una gran cantidad de factores, los que son redundantes e irrelevantes para encontrar la resolución a una disyuntiva, por lo que se hace más efectivo y rápido. Al igual que el sistema binario, sólo maneja dos posibilidades, encendido y apagado (sí o no).

Ferreira Santiago explicó que esto es posible gracias a que los algoritmos de este tipo permiten que evolucionen y mejoren el clasificador de patrones, de ese modo se buscarán características o datos que faciliten una respuesta. Por ejemplo, en el ámbito financiero, se podría emplear para saber si una persona pagará un préstamo, al tomar en cuenta sólo información importante como salario y estado civil, así actividad laboral y edad.

A pesar de ser un trabajo en su mayoría teórico, el estudiante del CIC comprobó su funcionalidad con distintos bancos de datos de la Universidad de California en Irvine (UCI) y del hospital de la Universidad de Wisconsin.

La aplicación a futuro sería en el campo médico, como auxiliar en el prediagnóstico no invasivo de una enfermedad. Para lo cual se necesitará tener el registro de los síntomas del padecimiento y los signos vitales de un paciente. Una vez que el sistema cuente con esos datos, analizará la información y sustentará su respuesta con evidencia médica.

Ferreira Santiago dijo que lo anterior pudo comprobarse con datos reales de cáncer de mama, cuyo resultado permitió observar que disminuyeron las características analizables, lo que agilizó el proceso en comparación con sistemas similares.

En cuanto a la detección de spam, el sistema clasificador analizó si el contenido de un correo electrónico es basura. Gracias al método de algoritmos genéticos que filtra las palabras para identificar si es malicioso se obtuvo una mejoría de 45 por ciento con respecto a softwares comerciales.