•   Estados Unidos  |
  •  |
  •  |
  • The Economist

La inteligencia artificial (IA) en ocasiones puede destinarse a usos más bien caprichosos. En 2012, Google anunció que una de sus computadoras, después de ver miles de horas de videos de YouTube, se había entrenado para identificar gatos. 

A principios de este año, una reservada empresa de IA llamada Deep Mind, comprada por Google en 2014, reportó en Nature que se las había ingeniado para entrenar a una computadora para jugar una serie de videojuegos clásicos, a menudo mejor de lo que lo haría un humano, usando nada más que los gráficos en pantalla de los juegos.

Sin embargo, la intención de esas diversiones es ilustrar que, cada vez más, las computadoras poseen las habilidades de reconocimiento de patrones -identificación de rostros, interpretación de imágenes, reconocimiento de voz, etcétera- que hace tiempo se consideraban reservadas a los humanos. Los investigadores, desde empresas emergentes hasta corporaciones gigantescas, ahora están planeando poner a la IA a trabajar para resolver problemas más serios.

Una de esas organizaciones es la Fundación de Atención de la Salud de California (CHCF, por su sigla en inglés). La enfermedad en la mira de la organización benéfica es la retinopatía diabética, una de las muchas complicaciones a largo plazo de la diabetes. Es causada por el daño a los diminutos vasos sanguíneos que alimentan a la retina. Sin tratamiento, pudiera conducir a la pérdida total de la visión.

Tratamiento láser

Alrededor de 80 por ciento de los diabéticos desarrollarán el daño retiniano después de una década; en países ricos es una de las principales causas de ceguera en los jóvenes y las personas de mediana edad. Gran parte del daño puede evitarse con tratamiento láser, medicamentos o cirugía si se detecta de manera temprana, pero al principio hay pocos síntomas. La mejor apuesta, por tanto, es ofrecer revisiones frecuentes a los diabéticos, con médicos capacitados que examinen sus retinas en busca de cambios sutiles, pero preocupantes.

Siendo médicos y no investigadores de IA, la CHCF recurrió en busca de ayuda a un sitio web llamado Kaggle, que organiza competencias para especialistas en estadística y científicos de datos. La CHCF subió un tesoro de miles de imágenes de retinas, tanto enfermas como sanas, consiguió el efectivo para un premio de 100,000 dólares, y dejó que los miembros de Kaggle, que van desde estudiantes de posgrado hasta equipos que trabajan en compañías de AI, se hicieran cargo del problema.

Los voluntarios usaron las imágenes para entrenar a algoritmos computacionales para que notaran los signos en ocasiones sutiles de la enfermedad. Los resultados fueron impresionantes. Los médicos coinciden entre sí sobre si una imagen muestra retinopatía diabética y, de ser así, cuán grave es, en 84 por ciento de las ocasiones, dijo Jared Teo de la CHCF. 

Después de solo cinco meses de trabajo, el ganador del concurso, Benjamin Graham, un especialista en estadística británico de la Universidad de Warwick, pudo presentar un algoritmo que coincidió con la opinión de un médico 85 por ciento de las veces.

Eso ofrece una gran ventaja. Un algoritmo es más barato que un doctor; “capacitar” a uno nuevo es simplemente cuestión de copiarlo en otra computadora. También son más rápidos, pasando por alto la necesidad de esperar a que las imágenes sean enviadas a un laboratorio. 

Un diagnóstico instantáneo podría ayudar a los pacientes a iniciar el tratamiento, dijo Teo. Muchos de los pacientes de la CHCF son pobres y encuentran difícil faltar al trabajo, así que podrían pasar apuros para acudir a una reunión de seguimiento.

Quizá haya otras ventajas. Jorge Cuadros, un investigador de la Universidad de California en Berkeley que ha estado trabajando con la CHCF, dice en broma que hay evidencia anecdótica de que algunos pacientes incluso podrían tomar la opinión de una máquina más seriamente que la de un doctor humano.

Eventualmente, la CHCF quiere desplegar el algoritmo de fuente abierta en clínicas en toda California. Por ahora, sin embargo, se está refrenando por una mezcla de cautela y regulación.

El plan por el momento es usar la computadora solo para determinar si una fotografía de la retina ha sido tomada adecuadamente.

Sin embargo, no es probable que la cautela dure mucho. Aunque la IA ha sido uno de esos campos en los cuales las promesas a menudo no igualan a la realidad, y aunque usar computadoras para analizar imágenes médicas no es nuevo, los algoritmos de aprendizaje profundo parecen haber solucionado muchos de los problemas que asolaban a enfoques anteriores.

“Hemos podido ver la propagación del aprendizaje profundo en Kaggle”, dijo Goldbloom. “Es apabullante en cada concurso de reconocimiento de imágenes que realizamos”.

Inversión

Han estado surgiendo empresas emergentes como Enlitic, que quiere analizar todo tipo de imágenes médicas con computadoras. En agosto, IBM gastó 1,000 millones de dólares en la compra de Merge, una compañía de toma de imágenes médicas. La idea es usar la base de datos de Merge para enseñar a las computadoras de IBM.

Últimos Comentarios
blog comments powered by Disqus