Una historia clínica es una mezcla de números, diagnósticos y categorías. Una red neuronal común (un programa que aprende) se pierde porque no puede comparar el nivel de una proteína (número) con un diagnóstico (sí/no) y con el subtipo de tumor (categoría). Sus errores son incomparables, como si un traductor confundiera centímetros con kilogramos. Los autores del trabajo renunciaron a los valores exactos y lo tradujeron todo al lenguaje del orden. El programa solo pregunta: ¿este paciente tiene un valor mayor o menor que el vecino? Este ordenamiento hace que los errores sean comparables.

Primero, un bloque común de la red neuronal filtra cientos de genes, dejando solo aquellos importantes para todas las tareas a la vez. Un truco especial (que anula la contribución de los genes inútiles) elimina el ruido. Luego, para cada tarea, la red neuronal asigna puntuaciones relativas y las compara por orden. La pregunta "¿es correcto el diagnóstico?" y "¿es exacto el nivel de proteína?" se reduce a una sola: ¿se ha adivinado correctamente el orden entre los pacientes?

En 234 pacientes con cáncer de pulmón, la precisión subió de 0.951 a 0.968; por cada mil pacientes, son 17 salvados de un diagnóstico erróneo. Entre los genes seleccionados no solo hay genes pulmonares: E2F1 (antes asociado con cáncer de mama) y Scd1 (metabolismo de grasas). Así es como el "traductor ordinal" encuentra un lenguaje común entre la inmunidad y el tumor.