El riesgo de vender datos médicos
La inteligencia artificial está hambrienta de datos humanos. La disponibilidad de cantidades enormes de información médica y el desarrollo de algoritmos para extraer patrones de información va a permitir mejores diagnósticos y estratificación de pacientes. Esto hace necesario el tratamiento ético de esta información. Para el director del laboratorio de inteligencia artificial Alpha Health de Telefónica con sede en Barcelona, Tarek R. Besold, «construir una inteligencia artificial ética es difícil, pero es posible. Esto incluye características que protejan la privacidad y el control de los datos del usuario». Como indica el doctor, la ética se basa en la confianza y es especialmente necesaria en sectores como la salud y el bienestar. Un ámbito donde la confianza de los usuarios en los sistemas de inteligencia artificial es clave. «Esta confianza-explica el doctor- debería basarse en características objetivas y abiertas al escrutinio público en lugar de intentar «calmar» las preocupaciones de los usuarios». Se debe explicar tanto el diseño como la implementación de la máquina, además de desarrollar una IA empática que comprenda y reaccione a las emociones humanas. «Los datos son el petróleo del siglo XXI. Necesitamos un equilibrio entre el uso de los datos y la comercialización de los mismos».
de ser útil a la hora de explorar ambientes virtuales o para realizar una endoscopia.
El desarrollo de robots con materiales blandos también posibilita el desarrollo de trajes que asisten el equilibrio, corrijen el movimiento al andar o sirven de apoyo en los entrenamientos deportivos. A su vez, también permite que la información háptica se integre directamente en nuestro cuerpo mediante mallas. Con las que podemos «sentir» las notificaciones de nuestros móviles sin que necesitemos escucharlos o leerlos. La directora del Laboratorio de Robótica Reconfigurable de Lausana apuesta que estos avances, aún en fase experimental, darán sus frutos en los próximos cinco años. «Con la robótica, podemos llegar a hacer cosas que ni soñaríamos sin la necesidad de acudir a manuales para usar un autómata. Serán intuitivos para todo tipo de tareas». Pese a esto, no cree que sustituyan la labor de un cirujano. «Es algo muy complicado operar sin humanos. Los robots no pueden hacer frente a cambios repentinos. La tecnología depende del hospital y del médico».
Elegir el mejor tratamiento
Los médicos también se están beneficiando de la gran capacidad de procesamiento de información de la inteligencia artificial. Por medio del machine learning buscan encontrar patrones que permitan mejores diagnósticos y tratamientos en los pacientes. Existen diferentes investigaciones en este sentido que permiten, con ayuda de la IA, identificar síndromes genéticos raros o enfermedades oculares con más precisión que los expertos clínicos. De hecho, según un estudio publicado en la revista «Radiology», también es capaz de mejorar la capacidad de las imágenes cerebrales para predecir la enfermedad de Alzheimer. A su vez, en España también se realizan investigaciones en este sentido. Un ejemplo es el proyecto «Savana», fundado por el neurólogo del Hospital Ramón y Cajal de Madrid, Ignacio Hernández Medrano. Su sistema hace uso de la inteligencia artificial para convertir las historias clínicas de los pacientes, escritas en su mayoría en lenguaje natural, a datos y códigos con el fin de que puedan ayudar a los médicos a tomar mejores decisiones.
Calcular el riesgo de recaída
En el Centro Bass del Instituto de Investigación de Salud y del Cáncer y Leucemias Infantiles de la Universidad de Stanford estudian el uso del machine learning para identificar a los pacientes que van a sufrir una recaída o recidiva de su leucemia. La leucemia es un cáncer de la sangre que cada año afecta a alrededor de 5.000 personas en España. Pese a los grandes avances en su tratamiento en las últimas décadas aún hay un gran problema para los pacientes: la recidiva. De acuerdo a la pediatra del Centro Bass, Kara L. Davis, «cuando vuelve la enfermedad, es muy difícil tratarlos, es un problema actual». Por otro lado, indica que los sistemas actuales responsables de evaluar el riesgo de recaer en la enfermedad tienen dos grandes limitaciones: «Hay un retraso de dos meses para saber el riesgo. Además es una predicción en la que se sabe que el paciente es de alto riesgo, pero no se conoce el porqué». Dado que el 20% de los pacientes van a desarrollar una recaída tras recibir el tratamiento, el objetivo del centro es localizar aquellas células responsables de la recidiva-ocultas desde el inicio de la enfermedad-y buscar fármacos que erradiquen esas células.
Mediante el machine learning han desarrollado un Modelo Experimental Predictor de la Recidiva (DDPR, por sus siglas en inglés) con el que identificar las características propias de células responsables de la recaída de la leucemia. Con este método se superan los modelos actuales sobre la evaluación del riesgo de recaída. «En una semana-según asevera la pediatra Kara L.Davispodemos conocer el riesgo. Así como hacer uso de estas técnicas para explicar la biología de las células y entender por qué desarrollan la resistencia a la quimioterapia u otras mutaciones». Este método aún está sometido a diferentes ensayos clínicos con los que demostrar su efectividad a nivel general. «Se avanza con lentitud debido al rigor necesario de los ensayos clínicos, que constrasta con el ritmo de desarrollo de la IA en ámbitos no clínicos». Para la doctora de la Universidad de Stanford, la inteligencia artificial también puede ayudar a que el sistema sanitario y la atención médica sean más eficientes. «Al enseñarnos las pruebas diagnósticas más interesantes para cada patología, se pueden agilizar los complejos exámenes y los diagnósticos redundantes o no informativos, e invertir de esta forma menos tiempo y dinero».
La inteligencia artificial será más relevante y absorberá más responsabilidades con el paso de los años. De acuerdo al catedrático del departamento de sistemas informáticos y computación de la Universidad Politécnica de Valencia, José Hernández-Orallo. Es cuestión de tiempo que las máquinas asuman todos los tipos de tareas. «La única limitación-indica el catedráticoa largo plazo será ver si los seres humanos queremos que algunas tareas no las asuman las máquinas». La IA entraña un gran número de virtudes, pero también riesgos. Como el sendentarismo cognitivo. Los próximos años van a estar llenos de cambios. «Asistiremos a una revolución copernicana en la que veremos la inteligencia humana (y, en general, la biológica) como un caso particular en una diversidad de tipos de inteligencia que se crean artificialmente. La inteligencia humana dejará de ser la medida de las demás».
La inteligencia artificial será más relevante y absorberá más responsabilidades con el paso de los
años
«Asistiremos a una revolución copernicana. La
inteligencia humana dejará de ser la medida de
las demás»