El espejo deformante de una casa de los espejos estira el reflejo: en los bordes, el cuerpo parece más largo de lo que es. Los modelos de aprendizaje automático cometen un error parecido cuando se les pide adivinar la edad biológica a partir de análisis de sangre o imágenes cerebrales. Subestiman la edad de las personas mayores y sobreestiman la de los jóvenes, porque aprenden a partir de la edad cronológica, que no coincide con la edad biológica real. La edad real está oculta, y el modelo comprime las predicciones hacia la media, como si de una goma elástica se tratara.
Los autores del estudio idearon un método que calibra el modelo con dos puntos, como si ajustaran un espejo para que no distorsionara las proporciones. El resultado fue una pendiente cercana a la unidad y la desaparición del sesgo. La comprobación con datos reales mostró lo siguiente: antes de la corrección, los modelos afirmaban que las personas con mejor función cognitiva tenían un cerebro que envejecía más rápido, y después de la corrección, lo contrario. Ocurre lo mismo con la función renal: la relación cambiaba de signo. Esto significa que muchas conclusiones anteriores sobre el envejecimiento podrían haber sido un artefacto, y no la verdad.
En el caso de la edad cerebral, los modelos sesgados afirmaban que las personas con mejor función cognitiva tenían un cerebro que envejecía más rápido, y los insesgados, lo contrario. El mismo conjunto de datos llevaba a recomendaciones médicas opuestas según se corrigiera o no el sesgo.
En la serie «Altered Carbon» la edad biológica puede separarse de la cronológica con tecnología, pero incluso allí la estimación de la edad de la corteza cerebral sufre errores sistemáticos si el algoritmo no está calibrado. El trabajo recuerda que antes de confiar en los «relojes de envejecimiento» hay que asegurarse de que no mienten en los extremos del rango.
No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.