Inteligencia artificial y COVID-19: ¿pueden las máquinas salvarnos?

El potencial de la inteligencia artificial (IA) en medicina es inmenso y “no podremos aprovecharnos de ella si no empezamos a confiar en sus beneficios, algo que el coronavirus ha dejado en evidencia. La IA habría detectado mi cáncer dos años antes del diagnóstico”, explica la primera ganadora del Premio a la Inteligencia Artificial en Beneficio de la Humanidad, Regina Barzilay, una de las oradoras en la Cumbre STAT 2020, donde los más altos referentes del sistema de salud estadounidense disertan y buscan una solución a la actual crisis del coronavirus.

Barzilay comenzó su carrera trabajando en el procesamiento del lenguaje natural. Después de sobrevivir a un cáncer de mama en 2014, que cambió su enfoque a los algoritmos de aprendizaje automático para detectar el cáncer y diseñar nuevos medicamentos. La profesora del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (IA) del MIT (CSAIL, por sus siglas en inglés) ha sido la primera persona en ganar el nuevo premio Squirrel AI Award for Artificial Intelligence for the Benefit of Humanity (Premio a la Inteligencia Artificial en Beneficio de la Humanidad), que reconoce la investigación extraordinaria en IA. El galardón será entregado en febrero de 2021 por la Asociación para el Avance de la Inteligencia Artificial (AAAI) y ofrece un millón de dólares, patrocinado por la empresa china de educación online Squirrel AI, y se sitúa en el mismo nivel económico que el Premio Nobel y el Turing en informática. Fue considerada merecedora del galardón por sus estudios en la detección del cáncer y el descubrimiento de nuevos fármacos con el método de inteligencia artificial.

La IA tiene el poder de ayudar a poner fin a la pandemia de COVID-19. No solo se pueden usar técnicas de aprendizaje automático y procesamiento del lenguaje natural para rastrear e informar las tasas de infección por COVID-19 sino que también se pueden usar otras técnicas de inteligencia artificial para tomar decisiones más inteligentes sobre todo, desde cuándo los estados deberían reabrir hasta cómo se diseñan las vacunas. Ahora, los investigadores del MIT que trabajan en siete proyectos innovadores sobre COVID-19 recibirán fondos para desarrollar y aplicar más rápidamente nuevas técnicas de inteligencia artificial para mejorar la respuesta médica y ralentizar la propagación de la pandemia.

“Usamos traducción automática y sistemas de recomendación todo el tiempo -asegura Barzilay-, pero nadie los considera tecnología sofisticada, nadie los cuestiona. Pero en otras áreas de nuestra vida que son cruciales para el bienestar, como la atención médica, la IA aún no tiene la aceptación de la sociedad”.

Tecnología vs. COVID-19

A principios de este año, se formó el Instituto de Transformación Digital C3.ai (C3.ai DTI), con el objetivo de atraer a los principales científicos del mundo para que se unan en un esfuerzo coordinado e innovador para avanzar en la transformación digital de empresas, gobiernos y sociedad. El consorcio se dedica a acelerar los avances en la investigación y a combinar el aprendizaje automático, la inteligencia artificial, Internet de las cosas, la ética y las políticas públicas, para mejorar los resultados sociales. El MIT, bajo los auspicios, se unió junto Microsoft Corporation, la Universidad de Illinois en Urbana-Champaign, la Universidad de California en Berkeley, la Universidad de Princeton, la Universidad de Chicago, Carnegie Mellon University y, más recientemente, Stanford University.

La convocatoria inicial de propuestas de proyectos tenía como objetivo aceptar el desafío de reducir la propagación de COVID-19 y promover el conocimiento, la ciencia y las tecnologías para mitigar el impacto de las pandemias mediante el uso de IA. De un total de 200 propuestas de investigación, se seleccionaron 26 proyectos y se otorgaron $5,4 millones para continuar la investigación de IA para mitigar el impacto de COVID-19 en las áreas de medicina, planificación urbana y políticas públicas.

En abril, una computadora que revisaba los registros médicos confirmó que la falta de olfato y sabor, que se había informado principalmente de manera anecdótica, era uno de los primeros síntomas de infección, un descubrimiento que influyó en los Centros para el Control y la Prevención de Enfermedades para agregar anosmia a lista de síntomas. En junio, una inmersión profunda en los registros de casi 8.000 pacientes descubrió que, si bien solo una pequeña fracción tenía coágulos sanguíneos obvios y catastróficos, casi todos tenían cambios preocupantes en la coagulación sanguínea.

“Cuando la tecnología pasó de la energía del vapor a la electricidad, los primeros intentos de llevar la electricidad a la industria no tuvieron mucho éxito porque la gente simplemente se limitó a replicar las máquinas de vapor -explicó la científica-. Creo que con la IA ahora está pasando algo similar. Debemos descubrir cómo integrar en muchos campos diferentes: no sólo en atención médica, sino también en educación, en diseño de materiales, en planificación urbanística, etc. Por supuesto, queda bastante por hacer en el lado de la tecnología, incluida la creación de mejores algoritmos”.

Para la especialista la IA está avanzando en muchos espacios cotidianos que no son de riesgo y cuyo fracaso es de baja incidencia. Expuso como ejemplo, la utópica traducción incorrecta de Google. Pero eso no le vale a un médico. “Si a un paciente le da un tratamiento erróneo o si se equivoca con un diagnóstico, las consecuencias son realmente graves”, dijo.

Muchos algoritmos pueden hacer las cosas mejor que los humanos. “Pero siempre confiamos en nuestras propias intuiciones, en nuestra propia mente, más que en algo que no entendemos. Debemos dar a los médicos razones para confiar en la IA. La FDA (Agencia de Alimentos y Medicamentos de Estados Unidos) está analizando este problema, pero creo que está muy lejos de resolverse en cualquier lugar del mundo”, sostuvo.

No fue hasta hace relativamente poco que la IA se volvió más aceptada como una herramienta para localizar “señales” para guiar a los investigadores, en lugar de como un método para generar conclusiones definitivas. El COVID-19 ha sido una gran parte de ese cambio.

Uno de los nuevos proyectos de datos más ambiciosos está dirigido por Maryellen Giger, profesora de radiología en la Universidad de Chicago. Giger está trabajando con las tres principales sociedades de imágenes médicas para crear un depósito de código abierto de 60.000 imágenes de COVID-19, con un enfoque en radiografías de tórax.

En los Estados Unidos, el método dominante para diagnosticar la enfermedad por coronavirus ha sido a través de las pruebas de reacción en cadena de la polimerasa, que miden la presencia de ADN viral en la cavidad nasal. Las deficiencias de esa estrategia están bien documentadas; las pruebas son solo algo confiables, y ha habido un gran retraso para obtener resultados en algunas áreas, lo que a veces las hace inútiles para controlar la transmisión.

Durante la crisis en Wuhan, por el contrario, algunos médicos chinos utilizaron imágenes de tórax como parte de sus diagnósticos y descubrieron que incluso aquellos sin síntomas a veces tenían las reveladoras “opacidades en vidrio esmerilado” que mostraban su infección.

Giger está buscando probar esos informes anecdóticos y dijo que los primeros análisis de IA que miran píxel a píxel sugieren que las imágenes podrían ser útiles no solo como una herramienta de diagnóstico sino también como una forma de monitorear la progresión de la enfermedad.

De la experiencia personal a la general

La carrera de Barzilay, de 50 años, dio un vuelco en 2014 cuando fue diagnosticada de cáncer de mama. Nacida en Israel, obtuvo una Maestría y Licenciatura en Ciencias de la Universidad Ben-Gurion del Negev. Más tarde se doctoró en Ciencias de la Computación en 2003 de la Universidad de Columbia.

“Una de las cosas que ocurrió durante el tratamiento y cuando pasé tanto tiempo en el hospital fue que las cosas en las que había estado trabajando me parecían triviales. Pensé: la gente está sufriendo. Podemos hacer algo”, confesó. Durante el tratamiento se preguntó qué les pasaba a los pacientes como ella, y le comentaron que existía un ensayo clínico, en el que ella no encajaba del todo. Frente a eso pensó en la cantidad masiva de pacientes con esta dolencia y los infinitos datos acumulados. “¿Por qué no los usamos? -se cuestionó- Pero esta información no se puede sacar tan fácilmente del sistema de los hospitales. Está ahí, pero en formato texto. Entonces empecé a usar el procesamiento del lenguaje natural (PLN o NLP, por sus siglas en inglés) para acceder a él”.

A partir de este trabajo de PNL, empezó a predecir el riesgo de las pacientes a partir de mamografías, utilizando el reconocimiento de imágenes para prever si contraería cáncer o no y cuál sería el probable desarrollo de la enfermedad. “No es ningún milagro, el cáncer no crece de un día para otro. Es un proceso bastante largo. Hay signos en el tejido, pero el ojo humano tiene una capacidad limitada para detectar lo que pueden ser patrones muy pequeños”, afirmó.

Uno de los debates se expresa frente al uso adecuado o no de la tecnología por parte de los médicos. “Algunas decisiones serían realmente fáciles de explicar a un humano. Si una IA detecta el cáncer en una imagen, se puede ampliar el área que observa el modelo cuando hace la predicción. Pero si le pedimos a una máquina, como solemos hacer cada vez más, que haga algo que un humano no puede, ¿qué es exactamente lo que nos va a mostrar la máquina? Es como un perro, que puede oler mucho mejor que nosotros, explicando cómo es capaz de oler algo. Simplemente no tenemos esa capacidad. Creo que a medida que las máquinas se vuelven mucho más avanzadas, esta será la gran pregunta. ¿Qué explicación nos convencería si no somos capaces de resolver esa tarea por nosotros mismos?”.

Barzilay concluyó afirmando que la IA no va a resolver todos los grandes problemas que tenemos. “Pero tenemos algunos ejemplos pequeños. Cuando todos los servicios clínicos no esenciales se redujeron a principios de este año, usamos una herramienta de inteligencia artificial para identificar qué pacientes de oncología en Boston (EEUU) todavía deberían ir y hacerse su mamografía anual”.

Es cuando el COVID-19 y la IA se sientan en la misma mesa. “Incluso en circunstancias normales, cuando las personas no están sometidas a estrés, resulta difícil adoptar herramientas de inteligencia artificial en un proceso y asegurarse de que todo esté debidamente regulado. En la crisis actual, simplemente no tenemos esa capacidad -advirtió-. Entiendo por qué los médicos son conservadores: la vida de las personas está en juego. Pero espero que el coronavirus se convierta en una llamada de atención sobre lo poco preparados que estamos para reaccionar rápidamente ante nuevas amenazas. Por mucho que piense que la IA es la tecnología del futuro, no la veremos avanzar a menos que descubramos cómo confiar en ella”.

SEGUÍ LEYENDO: