Inteligencia Artificial en el diagnóstico de enfermedades: ¿la futura herramienta del médico?

inteligencia artificial diagnostico enfermedades portada

En cinco años la inteligencia artificial habrá conseguido detectar una enfermedad mental. Así lo estima IBM, quien considera que el gran avance vivido en el aprendizaje de máquina – machine learning – y en el reconocimiento del lenguaje natural ayudarán a que en 2022 una máquina sea capaz de saber si una persona padece Alzheimer o Párkinson y cuál es el mejor tratamiento para la misma.

Aunque no hace falta irse al futuro para descubrir programas de inteligencia artificial que diagnostiquen enfermedades. A finales del pasado año un grupo de investigadores de Google desarrolló un algoritmo de escaneado ocular capaz de detectar la retinopatía diabética con la misma precisión que un oftalmólogo. Y hace apenas un mes se supo que un equipo de científicos de la Universidad de Nottingham de Reino Unido había creado un sistema de inteligencia artificial que lograba predecir qué pacientes acabarían padeciendo algún ataque al corazón o embolia en los próximos diez años.

En ambos casos los científicos se ayudaron de la misma herramienta IA: el aprendizaje profundo – o deep learning, en inglés-. Una de las técnicas que permiten a una máquina aprender y que se basa en el uso de grandes cantidades de información.

Según explica a JUGUETRÓNICA Francisco Javier Díez, director del Centro de Investigación sobre Sistemas Inteligentes de Ayuda a la Decisión de la UNED (CISIAD) a pesar de que es una técnica de aprendizaje automático bastante reciente, los resultados dejan a los expertos en inteligencia artificial y robótica con la boca abierta. “Cosas que hace dos o tres años no se podían conseguir, desde hace poco tiempo se están logrando [y] con unos resultados impresionantes”, apunta.

No obstante, los algoritmos ‘deep learning’ no son los únicos empleados en medicina. Precisamente Precisamente el CISIAD lleva más de 25 años construyendo modelos probabilistas para el diagnóstico y la toma de decisiones en medicina. También ha colaborado en un proyecto europeo en que han construido un sistema experto que programa los implantes cocleares «mejor que los mejores expertos humanos», asegura. Para ello, se han decantado por el uso de redes bayesianas, una herramienta matemática que en medicina lleva empleándose unos treinta años.

inteligencia artificial diagnosticar enfermedades implante coclear CISIAD

¿La razón? La posibilidad de introducir el conocimiento del doctor en un programa de diagnóstico de inteligencia artificial. “El deep learning solamente funciona con bases de datos y no puedes combinar conocimiento experto con bases de datos”, nos cuenta. A lo que se suma el volumen de información tan elevado que el deep learning necesita para arrancar. “Si no tienes, a lo mejor, una base de datos con 100.000 pacientes, y sí una con 300 o 500 pacientes”, señala.

Asimismo, el científico nos recuerda otra ventaja de las redes bayesianas, consistente en el hecho de que el uso de las mismas puede derivar al empleo de unos modelos llamados diagramas de influencia, otro tipo de modelo gráfico probabilista que no sólo sirve para el diagnóstico y el pronóstico como las redes bayesianas, sino que además permiten tomar las mejores decisiones. «Por ejemplo, nuestro grupo ha construido un diagrama de influencia para determinar si el cáncer de pulmón se ha extendido al mediaestino y así decidir si conviene extirpar el tumor o si es mejor aplicar sólo quimioterapia y radioterapia», nos cuenta.

“Para problemas como éste hay que ir a modelos que representan explícitamente las decisiones posibles y las consecuencias de cada una de ellas”, indica.

A la espera del hospital

En un estudio sobre los algoritmos de aprendizaje automático para el diagnóstico de enfermedades, las investigadoras Meherwar Fatima y Maruf Pasha, de la Universidad de la Mujer de Multan y la Universidad Bahauddin Zakariya, en Pakistán, señalan la gran habilidad que tienen tales herramientas de inteligencia artificial para conocer y descubrir un patrón en una determinada enfermedad y diagnosticarla así en una persona. “Muchos algoritmos han mostrado buenos resultados porque identifican el atributo [de la enfermedad] de forma muy aproximada”, escriben, y ponen como ejemplo el diagnóstico de enfermedades tales como los ataques al corazón, la hepatitis o el dengue.

Pero a pesar del gran potencial de estos sistemas, pocas veces han conseguido salir del ámbito académico. De acuerdo con Díez, “la mayor parte de los sistemas que se han desarrollado en medicina se han quedado en meros prototipos y son muy pocos los que realmente se están utilizando en la práctica clínica”.

Posts relacionados

Día Internacional de la Madre Tierra: así ayuda la tecnología al medio ambiente

día mundial de la tierra portada
El 22 de abril es considerado como el Día Internacional de la Madre Tierra, una fecha elegida por la Asamblea General de Naciones Unidas para recordar la importancia de mantener en equilibrio los ecosistemas que forman el llamado Planeta Azul. […]

Inteligencia artificial en smartphones que demuestra que tu móvil también piensa

inteligencia artificial en smartphones portada
Si pensabas que la inteligencia artificial era sólo cosa de robots, andabas errado. Los algoritmos de aprendizaje de máquina se han colado también en nuestro teléfono móvil. Pero tranquilo. Lejos de aspirar a aglutinar datos con fines oscuros, su objetivo es […]

La intuición, ¿cosa de humanos? Así logran los robots decidir cuando no tienen ni idea

la-intuicion-en-los-robots
Que los robots hayan sido capaces de vencer al humano en un combate mental, no es algo nuevo. Lo que sí resulta insólito es descubrir una inteligencia artificial que haya superado a los mejores jugadores humanos en póquer, un juego […]

Máquina vs. Humano: inteligencias artificiales que han vencido en distintos juegos

máquina vs humano portada
Una nueva máquina ha hecho historia. Su nombre es Libratus y ha conseguido colarse en los medios tras haberles arrebatado el título de campeones mundiales de póker a los cuatro jugadores humanos más avanzados. Desarrollado por un grupo de científicos […]

1 comentario

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *