info@shealth.eu
+34 913303735
49f1190b725709dfb04105338740469d.png
Machine learning en el mundo de la asitencia sanitaria
Escrito por  Publicado en Noticias
30
Jul

Machine learning en el mundo de la asitencia sanitaria

Cuando en la década de los 50 la Inteligencia Artificial (IA) empezaba a dar sus primeros pasos, la mayoría de los expertos creían que un rápido progreso era inevitable, del mismo modo, pensaban que una máquina tan inteligente como un ser humano existiría en menos de una generación. Desgraciadamente, la mayoría de las promesas de la IA han fracasado a la hora de traducirse en aplicaciones reales, principalmente debido a que los problemas son mucho más complejos de lo que en un principio se esperaba. Sin embargo, se han alcanzado bastantes progresos significativos en la última década permitiendo a la IA poco a poco introducirse en nuestra vida cotidiana.  Algunos de los campos en los que ya está presente son el transporte, la robótica, las comunicaciones, la industria militar o la asistencia sanitaria, con ejemplos como los automóviles autónomos de Tesla, la videocámara Kinect de Microsoft Xbox, el asistente de voz de Apple Siri y las recomendaciones de Amazon o Netflix. Mejores algoritmos, potentes computadoras para ejecutarlos y unos datos de mayor calidad han permitido conseguir estos avances.

El machine learning (la última tecnología en IA) se fundamenta en enseñar a los ordenadores cómo aprender mediante algoritmos. Estos algoritmos se basan en redes neuronales artificiales, que están vagamente inspiradas en la biología de las neuronas humanas. Los científicos de datos enseñan a un grupo de funciones matemáticas (en lugar de a un grupo de neuronas) cómo aprender a resolver una tarea reconociendo patrones entre los datos analizados. Cada una de estas neuronas artificiales procesa una fracción de la información y sólo hace una pequeña parte de la tarea que pretendemos resolver, por ello, no es capaz de resolver toda la tarea por sí sola, sin embargo, la señal que genera será útil para alguna otra neurona a la que está conectada y mediante el aprendizaje del conjunto se logrará alcanzar la resolución de la tarea. En los últimos años, los científicos de datos han sido capaces de desarrollar nuevas técnicas que les permiten entrenar numerosas capas sucesivas de neuronas para que sean capaces de resolver una determinada tarea ayudándoles a controlar redes neuronales mucho más profundas, es por esto que definimos este tipo de machine learning como aprendizaje profundo o deep learning.

Inevitablemente, el deep learning está destinado a invadir y revolucionar la asistencia sanitaria. La tecnología empleada por Google+ para etiquetar las fotos de tus últimas vacaciones (playa, palmera, tabla de surf, etc.) no es muy diferente a la que se necesitaría para reconocer anomalías en una radiografía de tórax (consolidación del lóbulo inferior izquierdo, neumotórax, etc.). Las barreras adicionales relacionadas con la ética, la privacidad de los datos y la oposición de determinados actores de la industria sanitaria ralentizarán el proceso. Sin embargo, las nuevas generaciones de médicos están cada vez más formadas tecnológicamente y abiertas a este tipo de innovaciones, por ello receptivas y capaces de entender cómo podrían mejorar los resultados y el valor que podemos aportar a los pacientes a través de la medicina de precisión.

Asímismo, los beneficios potenciales de la aplicación de la IA en sanidad son asombrosos e incluyen la detección automatizada y mejorada de enfermedades, un monitoreo más eficaz y la mejora de la eficiencia del flujo de trabajo. Algunos de estos han comenzado a aparecer en la práctica clínica. Por ejemplo, el departamento de radiología de la Universidad de Stanford está utilizando un sistema de AI para analizar las radiografías de tórax y las imágenes de TAC, con un excelente nivel de precisión. Una tecnología similar ha sido empleada para diagnosticar las lesiones de la piel con imágenes de smartphone y ha demostrado precisión a un nivel médico, como se ha publicado recientemente en la revista Nature. Si pensamos en los beneficios potenciales de tecnologías como ésta en países de ingresos bajos y medios, donde existe una carencia de personal médico, nos daremos cuenta de la importancia de invertir en este tipo de tecnología para apoyar su avance e implementación. Esta es la promesa final de la IA, que podría acercar a los médicos digitales a cualquier parte del mundo para el beneficio de la Humanidad. 

Leo Celi  es cofundador de Sana Mobil y experto de la Fundación Innovación Bankinter. Este artículo está escrito en colaboración con Matthieu Komorowski y Miguel Ángel Armengol, todos investigadores del MIT.

Fuente:

Imgagen Diseñada por Freepik

 

(0 votos)
Modificado por última vez el Lunes, 31 Julio 2017 15:35

Dejar un comentario

Asegúrate de introducir la información obligatoria en los campos marcados con asterisco (*). No se permite código HTML.