La inteligencia artificial en la medicina se proyecta como uno de los mejores aliados. En un parecer quizás a la película Elysium, ambientada en 2154 y protagonizada por Matt Damon.
En este film, los habitantes de la tierra más adinerados viven en una plataforma espacial, en la que hay una especie de cápsula médica capaz de diagnosticar inmediatamente cualquier enfermedad, curarla y hasta reparar las lesiones del cuerpo sin que intervenga ninguna persona.
Si es que algún día deja de ser ciencia ficción, tendrán que pasar muchas décadas para que una tecnología así se convierta en realidad; lo que si es cierto, es que la medicina es uno de los campos que más y mejor se está beneficiando de la inteligencia artificial (IA).
El nuevo aliado a la medicina: La Inteligencia Artificial (IA) ha llegado para quedarse en nuestra vida cotidiana, sin embargo, acaba de demostrar el impacto que puede tener en la medicina. Es indiscutible la extraordinaria capacidad de la IA para interpretar con precisión imágenes radiológicas, lesiones cutáneas y afectaciones de la retina. Existen más de 90 empresas de nueva creación que trabajan en aplicaciones de IA dedicadas al ámbito de la salud; sin olvidar a los titanes de la tecnología como IBM (Watson), Apple, Google y Microsoft.
Mira También
Los mejores sitios web para ayudar a la comunidad LGBTQ+
Son múltiples y vario pinto los alcances de la IA en la medicina, pero en esta primera entrega, hablare un poco de los alcances en el estudio de imágenes fetales. Un laboratorio situado en el barrio de Kensington facilita algunas tareas monótonas, como los análisis de las imágenes médicas.
Los ingenieros del Imperial College trabajan estrechamente con los médicos del Hospital St. Thomas de Londres para llevar la IA a sus pacientes. Por ejemplo, el proyecto iFind está centrado en el diagnóstico inteligente en imágenes fetales y una de sus principales aplicaciones es ayudar a detectar malformaciones en el feto.
ENTRENAR A UNA MÁQUINA
Simplificando, hay dos formas de enseñar a una máquina. “Una de ellas consiste en entrenar al sistema de IA a partir del proceso lógico que siguen los médicos”. Para explicarlo, el ingeniero Juan José Cerrolaza, investigador del Laboratorio BioMedIA menciona públicamente en sus declaraciones, un proyecto que hicieron en el Hospital Pediátrico de Washington. El objetivo fue diseñar un sistema que de forma automática detecte cómo de grave es la hidronefrosis; una enfermedad bastante común en pediatría que se produce cuando hay una obstrucción en el sistema urinario que impide que el riñón.
Mira También
7 acciones de ciberseguridad para protegerse de la delincuencia tecnológica
Con el deep learning o aprendizaje profundo -la otra forma de entrenar a una máquina-, cambia el paradigma. “En vez de entrevistar a los especialistas, se aplica el uso cientos de miles de imágenes con sus correspondientes diagnósticos para que la máquina aprenda.
En los últimos cinco años, el ingeniero añade, que se ha aplicado mucho el deep learning; aunque, paradójicamente, se está frenando y ahora la tendencia es hacer algo intermedio.
Y es que, “si se trata de vencer al ajedrez o al GO no me importa tanto el proceso por el cual hace una jugada siempre y cuando gane; pero si lo que quiero es que me detecte un tumor en el cerebro, sí que me interesa saber cómo ha procesado los datos y ha llegado a esa conclusión”.
Obstáculos a vencer
El nuevo aliado a la medicina: La IA, asegura Cerrolaza, puede ayudar y asistir en cada uno de los aspectos de la imagen médica: “Pero tiene también asociados muchos retos”, señala. “El deep learning consiste básicamente en enseñar a una máquina a hacer algo mostrándole muchos ejemplos, pero en medicina no se suelen compartir por motivos de privacidad y de protección de datos”.
Por ello, considera muy valiosas iniciativas como Biobank, un proyecto en Reino Unido para crear una base de datos de acceso libre con imágenes médicas, informe y hábitos de vida de 100.000 voluntarios.
No es el único obstáculo: “Si cambias de máquina o modificas su configuración, el sistema a veces no funciona. También hay mucho ruido porque al latir el corazón o al moverse el paciente o el feto, la imagen también se mueve. Y a la hora de enseñar a una máquina, la información que da un radiólogo no es la misma que la que dé otro especialista. Esa subjetividad es un lastre”, enumera.
Pese a los retos a los que se enfrentan, el ingeniero considera que las posibilidades que abre la aplicación de la inteligencia artificial en la imagen médica son enormes. Ya hay empresas, como la estadounidense Heartflow, a las que se les puede enviar un escáner realizado en cualquier lugar del mundo para obtener un diagnóstico remoto utilizando deep learning e inteligencia artificial.