Secciones
Multimedia

Aprende IA a diagnosticar males

Médicos chinos perdieron el año pasado una competencia contra IA para reconocer males usando imágenes médicas. (Mark Schiefelbein/Associated Press)

Cada año, millones de pacientes salen de un consultorio médico con un diagnóstico errado. Los médicos tratan de ser sistemáticos a la hora de identificar enfermedades, pero el sesgo se hace presente.

Por Cade Metz

Cada año, millones de pacientes salen de un consultorio médico con un diagnóstico errado. Los médicos tratan de ser sistemáticos a la hora de identificar enfermedades, pero el sesgo se hace presente. Alternativas son pasadas por alto.

Ahora un grupo de investigadores en Estados Unidos y China ha puesto a prueba un remedio potencial para las flaquezas muy humanas: la inteligencia artificial (IA).

En un estudio publicado recientemente en la revista Nature Medicine, los científicos reportaron que habían construido un sistema que diagnostica de manera automática padecimientos infantiles comunes —desde influenza hasta meningitis— tras procesar los síntomas, historial médico, resultados de laboratorio y otros datos clínicos del paciente.

Los investigadores afirmaron que el sistema mostró gran precisión, y algún día podría ayudar a los médicos a diagnosticar enfermedades complejas o raras.

Los datos empleados para entrenar este sistema nuevo subraya una ventaja para China en la carrera mundial hacia la inteligencia artificial. Debido a que su población es tan numerosa, podría ser más fácil para los investigadores chinos construir sistemas de “aprendizaje profundo” para el cuidado de la salud.

La base del sistema es una red neuronal, un tipo de inteligencia artificial que puede aprender tareas gracias al análisis de una inmensa cantidad de datos.

Kang Zhang, director de Genética Oftálmica en la Universidad de California, en San Diego, ha construido sistemas que analizan escaneos oculares en busca de hemorragias, lesiones y otras señales de ceguera diabética. Idealmente, servirían como una primera línea de defensa, al tamizar a pacientes e identificar quién requiere mayor atención.

Ahora, Zhang y sus colegas han creado un sistema capaz de diagnosticar una variedad más amplia de padecimientos al reconocer patrones en texto, no sólo en imágenes médicas.

El sistema experimental analizó los registros electrónicos de salud de casi 600 mil pacientes del Centro Médico Infantil y Femenil de Guangzhou, en el sur de China, aprendiendo a asociar enfermedades médicas comunes con información específica de pacientes recabada por médicos, enfermeras y otros técnicos.

Primero, los médicos hicieron anotaciones en los registros hospitalarios, añadiendo etiquetas que identificaban información relacionada con padecimientos específicos. El sistema analizó los datos. Luego, se le alimentó nueva información, incluyendo los síntomas de un paciente. Fue capaz de hacer conexiones entre los registros y los síntomas.

Cuando se realizaron pruebas con datos no etiquetados, el sistema mostró un desempeño similar al de médicos experimentados. Diagnosticó asma con una precisión superior al 90 por ciento; los médicos tenían una precisión de entre el 80 y el 94 por ciento.

Al diagnosticar enfermedades gastrointestinales, el sistema tuvo una precisión del 87 por ciento, en comparación con el 82 a 90 por ciento de los médicos.

Las redes neuronales pueden pueden ser tremendamente potentes, capaces de reconocer patrones en los datos que los humanos jamás podrían identificar por sí solos. Pero incluso los expertos tienen dificultad para comprender por qué los sistemas toman ciertas decisiones y cómo aprenden.

Se requieren pruebas para comprobar que son confiables. Podrían pasar años antes de que los sistemas sean incorporados.

Sin embargo, Zhang dijo que su sistema podría acrecentar lo que los médicos pueden hacer por su cuenta.