En los últimos años la inteligencia artificial se ha empleado para diagnosticar distintas afecciones médicas. Puede basarse en el conocimiento de disciplinas particulares para concentrarse en detalles como la forma de un tumor que sugiere el desarrollo de cáncer de mama o células anormales que indican cáncer de cuello uterino. Si bien la inteligencia artificial es muy precisa cuando se ha entrenado con años de datos humanos en dominios específicos, no puede lidiar con la gran cantidad de pruebas diagnósticas y enfermedades que existen. Ahora un nuevo algoritmo desarrollado por un grupo de ingenieros de la Escuela de Ingeniería de USC Viterbi es capaz de pensar y aprender como un profesional médico.
Este trabajo nace en el laboratorio de Gerald Loeb, profesor de ingeniería biomédica, farmacia y neurología de la USC. Su carrera se ha centrado en la aplicación de algoritmos de inteligencia artificial a hápticos (ciencia del tacto) y en la construcción de robots para detectar e identificar materiales y objetos. Si bien el estado de la inteligencia artificial para la háptica era identificar alrededor de 10 objetos con una precisión del 80%, Loeb y su equipo han logrado identificar 117 objetos con una precisión del 95%. Cuando lo ampliaron a 500 objetos y 15 pruebas posibles diferentes, su algoritmo aumentó su rapidez y precisión. Ese fue el momento en el que decidió adaptarlo para su aplicación en medicina.
La nueva forma de inteligencia artificial sugiere las mejores estrategias de diagnóstico mediante la extracción de registros médicos electrónicos de bases de datos. Una tarea que podría conducir a diagnósticos y tratamientos más rápidos, más eficientes y mejores. Los resultados de su trabajo han sido publicados en Journal of Biomedical Informatics.
Su creador explica que el algoritmo funciona como un profesional médico “pensando en qué hacer a continuación en cada etapa del estudio médico”. La diferencia, señala, “es que cuenta con el beneficio de todas las experiencias de los registros sanitarios colectivos”.
Su creador explica que el algoritmo funciona como un profesional médico “pensando en qué hacer a continuación en cada etapa del estudio médico”. La diferencia, señala, “es que cuenta con el beneficio de todas las experiencias de los registros sanitarios colectivos”
De forma tradicional la inteligencia artificial se ha utilizado durante mucho tiempo para sugerir a los médicos los diagnósticos más probables en base a un conjunto de observaciones. El algoritmo de Loeb invierte este proceso y, en su lugar, busca aquellas pruebas que probablemente identificarían la enfermedad. Se trata de un cambio de lo que se conoce como “inferencia bayesiana” a la “exploración bayesiana”. “Se trata de algo nuevo que nunca antes se ha hecho”, asevera su creador.
Entre los principales beneficios de esta creación destaca la ayuda que puede prestar a los médicos a tomar mejores decisiones de diagnóstico y sugerir las pruebas que pueden ser más eficientes a la hora de identificar la enfermedad. Loeb cree que con su uso los médicos generarían más fácilmente registros médicos completos y de mayor precisión. “Este algoritmo no está destinado a tomar decisiones por los médicos ni a reemplazarlos. Ha sido creado para complementarlos y apoyarlos”, recalca Loeb.
Este asegura que su algoritmo sería de fácil implantación en países como Corea del Sur donde se cuenta con un uso muy extendido de registros médicos electrónicos. Aun así, requerirá de una gran inversión para desarrollar e implementar bases de datos masivas e interfaces de usuario para la adopción e integración generalizadas del algoritmo. “Si la promesa de éxito es suficientemente grande, la gente estará motivada para hacerlo. Y eso es lo que creemos que ofrece el algoritmo: la posibilidad de ofrecer una solución al desperdicio de una gran cantidad de recursos por valor de billones de dólares”, concluye.