Desde hace un tiempo encuentro numerosos artículos que recogen el debate sobre si las máquinas podrían llegar a suplantar el conocimiento y el hacer humano en el futuro.
El debate, sin duda interesante, sitúa en el punto de mira al desarrollo y avance de la tecnología en sanidad que permite que el proceso de toma de decisiones que hacemos las personas se lleve a cabo por los ordenadores: La Inteligencia Artificial.
El debate está en el aire, no obstante, la crisis que estamos viviendo ocasionada por COVID-19, demuestra que el análisis de datos y la extracción de conocimiento útil está aportando información relevante para gestionar algunos aspectos de la actual Pandemia, y algunos de ellos en concreto, en el entorno sanitario.
Si algo ha cobrado vital importancia en los últimos meses es el ámbito de la Salud. Estar sano es y ha sido siempre importante pero muy posiblemente, hasta ahora, no nos habíamos planteado el hecho de que estar sanos fuera, una condición necesaria para poder llevar a cabo una vida “normal”, sin restricciones de movilidad o de actuación. PCR, Antígenos, Anticuerpos, son términos a los que nos hemos acostumbrado y gracias a los cuales estamos reconociendo que la rapidez y precisión en la detección de un virus nos facilita la vida. Y en este sentido, la Inteligencia Artificial o el Big Data pueden ayudarnos a enfrentar esta situación de crisis sanitaria.
¿Qué está aportando la Inteligencia Artificial en Medicina a la actual crisis sanitaria?
Coloquialmente, el término Inteligencia Artificial (IA) hace referencia al conjunto de operaciones y funciones que una máquina realiza tratando de imitar el “comportamiento humano” a nivel cognitivo: «percibir», «razonar», «aprender» y «resolver problemas». En el ámbito de las ciencias de la computación, podemos entender la IA como la capacidad de un sistema para interpretar correctamente datos externos, aprender de ellos y utilizar el conocimiento adquirido para resolver tareas más concretas como predecir tendencias, patrones, salidas… siendo capaces de adaptarse de manera flexible.
Desde que el número de contagios se convirtió en un problema de corte exponencial, algunas comunidades se plantearon la posibilidad de recurrir a la IA para atajar parte del problema.
Tal es el caso de la comunidad autónoma del País Vasco, en la que, desde el BCAM- Basque Center for Applied Mathematics, y en colaboración con la UPV/EHU, Ikerbasque, y las instituciones sanitarias vascas, se ha creado un grupo de trabajo multidisciplinar especializado en COVID-19.
La experiencia de este grupo, que ya ha trabajado anteriormente en el modelado de enfermedades infecciosas como el Dengue, el Ébola o la Gripe, ha permitido aportar soluciones al problema de partida desde diferentes enfoques. Mientras que por un lado el análisis de datos y su modelización correspondiente, arrojaban datos predictivos y explicativos sobre la marcha de la pandemia, necesarios para que las administraciones tuvieran un punto de apoyo en la toma de decisiones, por otro lado, la predicción de ingresos hospitalarios, de casos de UCI y del índice de mortalidad, han conformado una información valiosa para los hospitales en su gestión diaria.
¿Qué algoritmos inteligentes están detrás de estas aportaciones?
Según afirma Dae-Jin Lee, coordinador de Trasferencia de Conocimiento de la unidad de Data Science en BCAM, los modelos y disciplinas matemáticos que se están utilizando son modelos epidemiológicos (SIR y extensiones), la investigación operativa y los procesos Gaussianos. Estos modelos son capaces de predecir la dinámica de la enfermedad en términos tan concretos como el número de positivos o de camas hospitalarias necesarias a 7 días.
Para Dae-Jin, uno de los principales problemas que el grupo de trabajo se ha encontrado, además de la urgencia de soluciones y el tiempo corriendo en su contra, es la estandarización de los datos. Esto hace referencia al proceso de filtrado y depuración de la información de la que se nutren estos algoritmos, historiales clínicos, por ejemplo, así como la complejidad en la definición de ciertas variables relevantes de las que “aprenden” estos modelos.
Éste suele ser un caballo de batalla en la gran mayoría de problemas que se tratan con IA. Lo habitual, y más hoy en día que la información está presente en diferentes formatos y procede de orígenes muy diversos, es que el procesamiento y tratamiento de los datos conlleve una carga de trabajo importante para los equipos de trabajo.
El grupo multidisciplinar de la CAPV, “ha hecho un gran trabajo en este sentido”, afirma Dae-Jin. Y prueba de ello es que, en la actualidad, son capaces de procesar la nueva información que les va llegando de las instituciones sanitarias, ajustar los modelos para conseguir ratios de fiabilidad aceptable y generar las predicciones correspondientes, en unas 2 o 3 horas. Si esto no es rapidez…
Algoritmos inteligentes sí, pero, ¿dónde hay robots en toda esta historia?
En el caso anterior, los aprendizajes inteligentes que se han llevado a cabo, no han requerido de la utilización de robots. Sin embargo, existen otros desafíos sanitarios que sí han supuesto el desarrollo de robots inteligentes.
En abril de este mismo año, llegaban a España los primeros ejemplares de robots para la realización automatizada de PCRs. IA a la gestión de la crisis sanitaria diarios, frente a las 9h que lleva realizar un test PCR por el procedimiento manual.
Esta iniciativa se arranca gracias al conocimiento, trabajo, esfuerzo y generosidad de 5 personas particulares que han creado todo un movimiento social conocido como “COVIDWarriors”. Su motivación y poder para interconectar inteligencia humana en la lucha contra el COVID-19, les ha permitido involucrar a grandes empresas, patrocinadores y administraciones para que la confección y distribución de estos robots haya sido posible en tiempo récord.
Diseñados en EEUU y fabricados en China, a día de hoy existen en España 18 hospitales repartidos en 14 provincias que cuentan con esta tecnología en forma de robot. Así, la capacidad de procesamiento de todos ellos juntos es de más de 1 millón de pruebas al mes. Esta es sin duda una gran aportación teniendo en cuenta que sucede en un país de algo más de 47 millones de habitantes.
¿Qué otras aplicaciones puede tener la Inteligencia Artificial en Medicina?
Estos son solo algunos casos en los que el aporte de la IA a la gestión de la crisis sanitaria se ha hecho evidente y de forma muy positiva.
Más allá de la crisis de la COVID-19, existen otros frentes abiertos en Salud, que buscan su solución en los algoritmos inteligentes. El trabajo en la detección precoz de enfermedades como el cáncer o la sepsis, serían claros ejemplos.
Pensando en el futuro, ¿podríamos llegar a disponer, por ejemplo, a partir de nuestra genética, información que nos asignara una propensión a manifestar una determinada enfermedad?
Aunque la respuesta a esta pregunta tiene muchos matices, ya que una predicción de estas características estaría influenciada por aspectos culturales como la alimentación, la zona geográfica, etc., entraríamos en un nuevo debate como es el de las aplicaciones que podrían darse a este tipo de información y la ética que subyace en cada una de ellas.
“La ciencia no es tanto obtener las respuestas correctas, sino hacerse las preguntas correctas”
Categorizado en:
Biosanitario
