Un estudio liderado por Mario Modesto-Mata (CENIEH/UNIR) analizó casi mil escaneos de cráneos de babuinos y detectó que alrededor del 20% contenía errores ocultos, lo que demuestra la necesidad de controles de calidad más estrictos.
Un equipo internacional liderado por Mario Modesto-Mata, científico del Centro Nacional de Investigación sobre la Evolución Humana (CENIEH) y docente en la Universidad Internacional de La Rioja (UNIR), acaba de publicar en la revista PeerJ, un estudio que alerta sobre los retos inesperados de trabajar con grandes repositorios digitales de imágenes 3D.
Tras analizar casi mil escáneres de cráneos de babuinos disponibles en la plataforma abierta MorphoSource, los autores de este estudio han descubierto que cerca del 20% contenía errores ocultos que podían distorsionar gravemente los resultados científicos.
“Nos dimos cuenta del problema al importar las imágenes al programa de análisis 3D Slicer. Allí, los archivos arrojaban un aviso de inconsistencia en el tamaño de los cortes del escáner, lo que podía alterar hasta en un 35% las mediciones del cráneo. De haberse pasado por alto, estos fallos habrían comprometido años de trabajo y conclusiones sobre la evolución y genética de los primates”, afirma Modesto-Mata, miembro del proyecto Tied2Teeth del CENIEH. Es profesor en la Universidad Internacional de La Rioja (UNIR) y Máster en Big Data y Visualización de Datos por esta universidad.
Para confirmar qué datos eran correctos, los autores compararon las medidas digitales con las de los cráneos físicos reales, recurriendo a herramientas clásicas como los calibres. La solución ha llegado tras ocho meses de trabajo intensivo y más de 250 horas de dedicación, lo que ha permitido salvar un conjunto de datos único y hacerlo útil para futuras investigaciones.
Escáneres de cráneos de babuinos (Foto: CENIEH).
El estudio no solo advierte de que los errores digitales son más comunes de lo que parece, sino que lanza un mensaje claro: los datos abiertos son una oportunidad enorme, pero requieren controles de calidad más estrictos y de autocrítica por parte de los investigadores a la hora de utilizarlos.
“Es tentador ignorar un mensaje de error y seguir adelante, pero hacerlo puede tener un coste muy alto. Nuestro estudio demuestra que invertir tiempo en revisar los datos garantiza resultados fiables y evita conclusiones engañosas. Por eso sugerimos que las plataformas de almacenamiento incorporen verificaciones automáticas, y que las agencias de financiación contemplen el esfuerzo extra que supone preparar y validar este tipo de información”, declara Modesto-Mata.
Este trabajo, financiado por el Consejo Europeo de Investigación (ERC) en el proyecto Tied2Teeth que dirige Leslea J. Hlusko, se convierte así en un recordatorio para la comunidad científica y el público general: la ciencia digital abre nuevas puertas, pero también exige paciencia, rigor y compromiso con la calidad.
Referencia bibliográfica:
- Modesto-Mata, M., Thiebaut, A., Krueger, K. L., Maga, A. M., Joganic, J. L., Ryan, T. M., Richtsmeier, J. T., Cheverud, J. M., & Hlusko, L. J. (2025). Easier said than done: unexpected hurdles to preparing ∼1,000 cranial CT scans for data collection from an online digital repository. PeerJ, 13, e20172. https://doi.org/10.7717/peerj.20172
- escuela-superior-de-ingenieria-y-tecnologia
