INTELIGENCIA ARTIFICIAL Y MEDICINA

La era del “Machine Learning”, cuando las máquinas aprenden a pensar

¿Puede una computadora imitar o reemplazar a un médico? Mejor planteada la pregunta: ¿Es posible entrenarla con datos para que colabore en los diagnósticos y ayude a mejorar la calidad de vida a los pacientes? Compartimos dos experiencias de científicos argentinos. Por Darío Sandrone

1018
1018
16-12-2021

Ilustración Daniel "Pito" Campos

 

En 1936, el matemático inglés Alan Turing publicó un artículo en el que presentaba el principio de funcionamiento de una máquina (inmaterial, matemática) capaz de realizar cualquier tipo de cálculo sobre los datos que se le ingresaran. Se la llamó máquina de Turing, en honor a él, pero actualmente solemos llamarlas computadoras. 

En aquel momento, la mayoría de los expertos consideraban que, aunque muy útil, las computadoras solo podrían limitarse a realizar cálculos matemáticos complejos, pero Turing estaba convencido de que podrían llegar más lejos que eso. La Segunda Guerra Mundial lo encontró teniendo una participación clave en las filas de los aliados, como matemático encargado de descifrar los códigos de la máquina Enigma con la que los nazis intercambiaban mensajes (la historia fue reflejada en la premiada película El Código Enigma, de 2014, con Benedict Cumberbatch en el rol de Alan Turing, muy recomendable para ver).

Terminada la guerra, Turing volvió a sus preocupaciones teóricas en torno a las incipientes computadoras, y en 1950 escribió un segundo artículo, esta vez en una revista de filosofía, en el que predijo que, en un futuro, si se les proporcionaba memoria suficiente para almacenar datos, las computadoras podrían imitar cualquier procedimiento intelectual realizado por humanos, sin que pudiéramos detectar la diferencia. Inauguró con eso el campo de la Inteligencia Artificial (IA), un campo heterogéneo, interdisciplinar y, en nuestros días, cada vez más potente. 

 

La máquina-niño

Uno de los ámbitos en el que la Inteligencia Artificial ha desembarcado con fuerza es en la medicina. Si tomamos en cuenta la predicción de Turing, podemos preguntarnos ¿puede una computadora imitar a un médico? 

Por el momento, la respuesta a esa pregunta permanece abierta. Son tantas y tan variadas las acciones que ejecuta un médico, que resulta difícil creer que pueda ser reemplazado por una computadora, más aún teniendo en cuenta que cualquier “error del sistema” en la máquina puede pagarse con una vida humana. 

En ese sentido, podemos matizar nuestra pregunta: ¿Pueden las computadoras asistir a los médicos en sus diagnósticos? ¿Pueden ayudarlos en diagnosticar tempranamente patologías, aumentando de esa manera la cantidad y calidad de vida de los pacientes? ¿De qué manera? ¿Con qué tecnología? 

Antes de meternos en ello, sin embargo, conviene tener un dato más. En su artículo de 1950, Alan Turing sostuvo que construir una máquina que imite a los humanos es casi imposible. En lugar de ello, sostenía el matemático, conviene cambiar de estrategia e intentar construir lo que llamó una máquina-niño: torpe al principio, pero con gran capacidad de aprendizaje por imitación, capaz de ser entrenada para que crezca en complejidad y autonomía hasta llegar a imitar a aquellos que la entrenaban. 

Esas máquinas, o unas muy similares, existen hoy bajo el nombre de Machine Learning (aprendizaje de máquinas). Como la define la Fundación Vía Libre en su dossier Impactos sociales de la Inteligencia Artificial, “es una técnica que está diseñada de tal manera que las máquinas aprenden de los datos que se le suministran (por lo que mientras más datos reciba, más aprende) y, a partir del tratamiento automatizado de esos datos, pueden establecer predicciones y tomar decisiones.

 

Inferir el futuro

Por lo general, en la actualidad solemos hablar de los “algoritmos” de las grandes redes sociales digitales, motores de búsquedas o Apps, pero en realidad, en la mayoría de los casos, nos referimos a un tipo muy específico de algoritmo, “machine learning”, que ha inaugurado un campo específico dentro de las ciencias de la computación, en el que se emplean muchas estadísticas y matemáticas para generar modelos que puedan aprender a partir de los datos que nosotros mismos suministramos con nuestros dispositivos, como los datos de localización que proveen nuestros smartphones, los datos personales, los datos de nuestras interacciones digitales y datos de hábitos de consumo. 

A partir de estos datos, el machine learning puede inferir nuestro poder adquisitivo, predecir nuestros gustos y preferencias, a partir de lo cual puede tomar decisiones automáticamente sobre qué contenido mostrarnos y qué no, qué publicidad hacernos llegar y cual no. Pero ¿qué utilidad tiene esta tecnología en el ámbito de la salud? Y sobre todo, ¿qué “decisiones” puede llegar a tomar? 

Las preguntas siguen abiertas, pero en este informe intentamos algunas respuestas analizando dos proyectos concretos en pleno desarrollo de Inteligencia Artificial y Machine Learning aplicados a la medicina. Uno, vinculado a la posibilidad de que las máquinas “aprendan” a detectar tempranamente la Enfermedad de Alzheimer mediante una muestra de sangre (aquí, la nota). Y otro, sobre el diagnóstico asistido por algoritmos en patologías y anomalías cardíacas, tema en el que se explaya en esta entrevista el ingeniero en sistemas Enzo Ferrante.

El futuro ya llegó.

Suscribite al newsletter

Redacción Mayo

* no spam