Las herramientas basadas en inteligencia artificial cada vez tienen una mayor presencia en el día a día. El número de aplicaciones también está aumentando, y se van especializando en funciones distintas como la generación de textos, imágenes, vídeos, o la organización de tareas. Pero además de una herramienta para el ocio, el uso de la inteligencia artificial puede tener grandes implicaciones en la salud del presente y del futuro.
¿IA, qué me pasa?
La primera sensación que nos puede venir a la cabeza es de rechazo. Este pensamiento es completamente comprensible al estar dejando algo tan importante como nuestra salud en manos de un entramado de cables y sílice. Además, la sensación se encuentra perfectamente fundamentada, ya que en la actualidad la tecnología no está suficientemente desarrollada como para poder asegurar que un diagnóstico realizado por una inteligencia artificial es correcto, necesita de supervisión.
Sin embargo, el sistema sanitario de salud sí que puede beneficiarse de las aplicaciones de esta tecnología en algunos aspectos, como en la creación de nuevos medicamentos, la detección de eventos cardiovasculares, cánceres, o en el procesamiento de ingentes cantidades de datos. Por ello es importante no ver a la inteligencia artificial como un sustituto, si no como una herramienta más del sistema de salud.
Palomas en el hospital encerradas en cajas negras
El año 2015 saltó a las noticias un estudio llevado a cabo por una colaboración entre la Universidad de Iowa y la Universidad de California. En este estudio, entrenaron mediante un método de recompensa a 12 palomas comunes (Columbus livia) para que fuesen capaces de reconocer imágenes de tejido canceroso. El dispositivo era, cuanto menos, curioso. Una caja negra con una pantalla táctil y un dispensador de comida. Este tipo de entrenamiento se basa en el condicionamiento instrumental, es decir, un tipo de aprendizaje en el que se lleva al sujeto a repetir ciertas conductas porque tienen consecuencias positivas y a que abandonen otras que le perjudican.
Para entrenar estas palomas se les expuso a imágenes de histología de tejidos en los que podía o no haber cáncer de mama. Estas imágenes muestran las células que se han extraído de las biopsias de pacientes y han sido debidamente tintadas para que sea posible distinguir células anómalas. En la pantalla también había dos botones, uno azul y uno amarillo a cada lado del tejido, uno para indicar que la imagen mostraba una muestra benigna y otro que era cancerosa.
Cuando el picotazo de la paloma coincidía con la respuesta correcta, se le ofrecía una recompensa en forma de alimentos en un intervalo entre 6 y 10 segundos tras el picotazo. Si no era correcta, la recompensa no caía y se repetía la imagen hasta que acertase. Al principio la paloma picaba aleatoriamente la pantalla, sin entender por qué se le recompensaba o no, y por qué algunas imágenes se repetían o no. Pero poco a poco, en el pequeño cerebro de las palomas se fueron forjando las conexiones que comprendían por qué si encontraban ciertos patrones en la imagen, podrían tener un poco más de comida en el comedero.
Tras 25 días de distintos tipos de entrenamiento, y haber analizado 144 imágenes por día, las palomas aumentaron su capacidad de encontrar células cancerosas. Al principio era como tirar una moneda al aire, partían de un 50% de aciertos, pero al final del experimento aumentaron ese porcentaje hasta un 85%, en los 13 días siguientes y alcanzaron un 99% de aciertos al final del experimento, un porcentaje similar a los aciertos de los expertos en cáncer. Sin embargo, a pesar de estos impresionantes resultados, hoy en día no podemos encontrar palomas diagnosticando cáncer de mama en los hospitales. De hecho, la idea puede llegar a parecer absurda. Pero ¿Por qué? ¿Y esto qué tiene que ver con la IA?
Palomas virtuales encerradas en cajas negras
El sistema de aprendizaje de las palomas es similar al de las herramientas de aprendizaje automático. Se trata de un sistema asociativo, corrección de errores y fuerza bruta. A ambos se le somete a un entrenamiento mediante datos del que han de conseguir extraer un patrón. En el caso de las palomas, fueron miles de imágenes, pero un ordenador puede entrenarse con millones. Los humanos, en cambio, cuando nos enfrentamos a una tarea de este tipo, intentamos formar una serie de reglas en nuestra cabeza que nos permitan hacer la tarea más sencilla.
Esta forma de pensar puede jugar en nuestra contra, ya que, una vez formada la regla en nuestra cabeza, es complicado asumirlo y crear nuevas reglas. Por ello, encontrar excepciones puede ser frustrante y provocar el abandono de la tarea que se nos había propuesto al no encontrar ninguna secuencia lógica. Es en este punto donde la inteligencia artificial puede convertirse en aliada.
La actualidad de la Inteligencia Artificial y medicina
La capacidad de la IA para encontrar patrones puede servir para detectar las señales que pueden transformarse en una enfermedad en un futuro y actuar antes de que ocurran. Por ejemplo, un reciente estudio realizado por la Clínica Mayo introdujo los datos de los electrocardiogramas de 7 millones de pacientes de Estados Unidos en tres sistemas de aprendizaje automático. Uno de ellos estaría especializado en detectar la presencia de calcio en la arteria coronaria, otro, un bloqueo en la misma arteria, y un tercero si el movimiento del ventrículo izquierdo del corazón era anómalo. Los tres son signos previos a un ataque al corazón. Gracias a emplear los tres sistemas, es posible predecir qué pacientes tienen un riesgo más elevado de sufrir un ataque cardíaco en un periodo de 3 a 10 años.
Y las posibilidades no acaban con cáncer o corazón, con un buen entrenamiento, sería posible realizar experimentos similares con enfermedades de todo tipo. Sin embargo, es importante remarcar que esos datos no ofrecen un diagnóstico ni una verdad irrefutable. Según el tipo de entrenamiento que hayan tenido, las inteligencias artificiales pueden haber sido sesgadas y sus patrones pueden no ser igual de efectivos para todo el mundo. Es decir, que esta IA entrenada con datos de estadounidenses puede ser considerablemente menos efectiva con personas que habiten otras regiones. Por ello sigue siendo necesaria una mano experta que pueda dotar de sentido a los datos observando otros parámetros que pueden no haberse tenido en cuenta.
Aunque sin duda, donde se están haciendo más avances es a la hora de emplear el aprendizaje automático para analizar las bases de datos de millones de proteínas y otras moléculas. De este modo, se pueden hallar los mejores candidatos que puedan ser utilizados como vacunas o medicamentos para ciertas enfermedades.
En definitiva, herramientas de IA debidamente implementadas podrían ahorrar mucho tiempo en tareas repetitivas que actúan como cuello de botella en el sistema de salud. Sin embargo, ha de haber una revisión constante por parte del personal sanitario para asegurar que su criterio no varía con el tiempo y sigue siendo igual de efectivo. Por tanto, sí, la próxima vez que acudas al médico te atenderá una persona, no una inteligencia artificial. Ni una paloma.
