La inteligencia artificial (IA) ha evolucionado significativamente en los últimos años, gracias a los avances en la tecnología de procesamiento de datos, la capacidad de almacenamiento y la creciente cantidad de datos disponibles para su entrenamiento constante.
Ha sido tal su desarrollo, que al día de hoy se emplean en una variedad de servicios y productos que van desde los asistentes virtuales, generadores de contenidos hasta sistemas preventivos de diagnósticos médicos y vehículos automotores.
En el campo de la medicina, la IA ha dado avances notables en el diagnóstico de ciertas enfermedades hasta el monitoreo remoto y atención al paciente, ya que pueden analizar con rapidez, enormes cantidades de información de los historiales de pacientes y de las pruebas realizadas para ayudar a los especialistas a ofrecer mejores diagnósticos y tratamientos.
Sin embargo, los profesionales de la salud consideran que a pesar de los grandes logros tecnológicos, todavía queda mucho por hacer para que la IA sea la única aliada para el bienestar de las personas y el cuidado de la salud.
Dentro de la IA
Parte del éxito de esta herramienta tecnológica radica en el perfeccionamiento de dos métodos que se emplean en la actualidad, el primero de ellos se titula “aprendizaje con datos supervisados”, o conocidos como “machine learning”, el cual requiere la participación de un humano que determina las relaciones correctas e incorrectas que adquiere el programa basado en la inteligencia artificial.
La participación humana es de vital importancia en este proceso ya que etiqueta y categoriza los datos de entrada, y establece un algoritmo de toma de decisiones para generar las diferentes salidas de un tema determinado. Con el suficiente entrenamiento, la IA puede determinar la categoría de salida de un nuevo dato de entrada.
El segundo método es el “aprendizaje automático”, el mismo consiste en dotar de experiencia al programa y que sea ella misma, mediante una serie de unos patrones iniciales, la que sea capaz de ir aprendiendo de manera independiente a partir de la experiencia que le proporcionan los datos, y sin la participación constante de un ser humano.
Esto es posible gracias a los algoritmos iniciales empleados y a un pequeño entrenamiento supervisado.
Aquí entra el “aprendizaje supervisado”, que es el conocimiento que se hace explícito en forma de reglas a través de las redes neuronales artificiales (ANN), y el aprendizaje profundo. Estas técnicas permiten a las computadoras basadas en IA, aprender y mejorar a través de la experiencia, las tareas complejas con una precisión cada vez mayor en una amplia gama de aplicaciones.
Los logros alcanzados en la IA en la salud
Las nuevas aplicaciones que utilizan la IA en los estudios médicos están cambiando la forma de tomar una mejor decisión, por parte de un especialista, para un tratamiento en específico de un paciente.
Por ejemplo, el uso de técnicas de deep learning unidas a herramientas IA para detectar a través de una resonancia magnética un posible caso de cáncer de próstata. A mediados del 2022, un experimento presentó dos imágenes idénticas algo borrosas en blanco y negro, una al lado de la otra, en una pantalla de computadora.
Del lado izquierdo de la pantalla el doctor Ismail Baris Turkbey, un radiólogo con 15 años de experiencia, marcó una zona con formas borrosas que representan lo que cree que es un cáncer de próstata en expansión.
En el otro lado de la pantalla, un programa basado en IA hizo el mismo análisis con resultados casi idénticos al dado por el Dr. Turkbey.
“El modelo de inteligencia artificial, sin supervisión humana, identificó la próstata y delineó zonas en las que se sospecha cáncer”, afirmó con asombro el radiólogo. Turkbey está seguro de que en los próximos años estos programas puedan ayudar a los especialistas con menos experiencia a tener una información lo suficientemente creíble para detectar la presencia de cáncer de próstata, y a descartar lo que podría confundirse con el cáncer.
Al día de hoy, el uso avanzado de la IA se emplea desde las radiografías de órganos enteros, hasta las imágenes de células cancerosas en el microscopio, esto complementa los estudios de los médicos para la detección temprana del cáncer, por ejemplo.
Estos programas también pueden determinar el estadio de un tumor; dándole la opción al médico si el tratamiento puede funcionar y predecir en un futuro si esta enfermedad puede aparecer nuevamente.
Durante la pandemia mundial del coronavirus, el Covid-19, científicos de varias partes del mundo emplearon técnicas de inteligencia artificial para crear un algoritmo capaz de predecir la secuencia del virus SARS-CoV-2 en pocos segundos.
Los resultados de este estudio fueron determinantes para la creación de un nuevo tipo de vacunas con RNA mensajero.
En este punto, la IA ha conseguido crear un sistema en la elaboración de nuevos fármacos, calculando la forma 3D de una proteína a partir de secuencias de aminoácidos ya que, si las proteínas se pliegan, se considera uno de los principales problemas de la biología.
Con la aplicación de modelos y algoritmos, la IA podría predecir las estructuras de pliegue, ayudando así a estudiar el funcionamiento de las moléculas con el fin de crear nuevos medicamentos.
Un poco de historia
Ya en la década de los cuarenta del siglo XX, el estadístico Walter Pitss y el neurobiólogo Warren McCulloch publicaron un artículo que establecía que las ANN y las relaciones entre ellas pueden tratarse mediante la lógica proposicional.
Esto se traduce como los pilares para el desarrollo de la inteligencia artificial como se conoce hoy en día.
Debido a los significativos avances en este campo se celebró en 1956 la primera Conferencia de Inteligencia Artificial en Dartmouth, Estados Unidos. En esta cita se reunieron un grupo de 10 científicos para discutir acerca de las máquinas y su posibilidad de comportarse de manera inteligente.
Durante la cita, se presentó lógica teórica (Minsky, McCarthy, Rochester y Shannon), que es considerado el primer programa informático para resolver problemas de búsqueda heurística.
Ya en 1957, se presentó el primer sistema capaz de identificar patrones geométricos: “Perceptron”, y en 1959, publicaron un sistema capaz de reconocer voz y caracteres, predicción del tiempo y en la eliminación de ecos en las llamadas telefónicas, el mismo fue bautizado como “Adaline” (Adaptive Linear Neuron).
La comunidad científica aplaudió estos trabajos ya que se exploraba el gran alcance que podía ofrecer la inteligencia artificial para la humanidad.
En 1982, el científico estadounidense John Hopfield, presentó un sistema neuronal formado por elementos procesadores interconectados que tienden a un mínimo de energía.
Desde entonces, se ha perfeccionado el uso y la aplicación de las redes neuronales artificiales en diferentes tópicos de la sociedad, logrando consolidar su uso en la cotidianidad al día de hoy.
Sin embargo, a pesar de la masificación de la IA en el sector salud, aún se está estudiando a profundidad y se está recopilando la mayor cantidad de datos para definir los estándares generales para el uso de esta herramienta en la medicina, debido a los grandes riesgos y falta de transparencia, sobre todo, en la posibles toma de decisiones por parte de estos sistemas automatizados.
