"(...) si hubiéramos usado la inteligencia artificial habríamos parado la
epidemia. Así dicho, con rotundidad. La clave hubiera radicado en el
empleo eficiente del reconocimiento semántico del lenguaje en un análisis masivo de las comunicaciones entre pacientes y médicos.
Interpretar el lenguaje escrito y hablado en cualquier idioma ha sido
un reto en las ciencias de computación desde el inicio del uso del
computador por Alan Turing. El reto de ser capaz de traducir un lenguaje
a otro se engloba dentro del llamado "natural language processing-NLP" o procesamiento de lenguajes naturales.
Fue el genial científico inglés castrado biológicamente por sus
‘desviacionismo homosexual’, quien adelantó la idea de que un computador
podría ser capaz de entender un texto escrito o hablado, y, por lo
tanto, interpretaría el contenido semántico del texto. Es decir,
entendería cuál sería el contenido de información del mensaje. Es
conveniente ilustrarlo con un ejemplo.
En la frase "el coche atropelló
al anciano" una simple interpretación por palabras claves solo nos dirá
que había un coche, un anciano y un atropello, pero no sabemos si el
anciano atropello al coche o al revés. Con la interpretación semántica
sabemos que el coche atropelló al anciano.
Si se hubiesen utilizado estas herramientas para analizar los
mensajes intercambiados entre pacientes, médicos y redes sociales en
Wuhan, y si se hubiesen usado en tiempo real los análisis semánticos
NLP, se habría entendido en modo consistente que lo que estaba
sucediendo no era un simple brote de pulmonía, sino una nueva pandemia.
Claro que habría habido ‘violación de privacidad’, pero esa actuación
habría minimizado la expansión exponencial del contagio.
No sólo Trump,
sino crecientemente otros gobiernos como los de Alemania o Francia han
subrayado la irresponsabilidad de las autoridades chinas en ‘ocultar’ la
verdad (al menos parcialmente) por razones políticas o de ‘prestigio’
del capitalismo comunista chino, el cual ha resultado seriamente dañado.
Según el MIT Technology Review, una red neuronal de acceso abierto llamada COVID-Net,
hecha pública hace unos días podría haber ayudado a los investigadores
de todo el mundo en un esfuerzo conjunto para desarrollar una
herramienta de IA que pueda evaluar a las personas para detectar
Covid-19.
En el entretiempo, la noticia ha pasado a pies puntillas en los
medios y redes sociales. El servicio de Radiodiagnóstico del Hospital
Universitario Clínico San Cecilio y el Instituto Andaluz de
Investigación en Ciencia de Datos e Inteligencia Artificial de la
Universidad de Granada (UGR) se encuentran empeñados en el desarrollo de
un sistema automático de IA para detectar la afectación pulmonar que
produce el Covid-19 a través de las radiografías de tórax de los
pacientes.
Se analizan las placas de rayos-X de un millar de pacientes
que han contribuido a entrenar y perfeccionar el modelo denominado aprendizaje profundo (‘‘deep learning").
Finalizada la primera fase de la investigación, tal herramienta
permitiría a los especialistas saber si un paciente tiene daño pulmonar
por coronavirus, mediante la lectura de su radiografía pulmonar, en un
tiempo medio inferior al que tarda en conocerse el resultado de la PCR
(Reacción en Cadena de la Polimerasa), prueba que se emplea actualmente
como el principal test más validado para detectar la presencia de la
infección por Covid-19. Es un empleo adecuado y útil de la IA en nuestro
país.
Vayamos a un segundo nivel. La pandemia se ha extendido ampliamente
en manera brutal y rápida. La aplicación de técnicas de inteligencia
artificial en el diagnóstico de neumonías ya está dando resultados
alentadores, más allá de lo que un simple "vistazo" humano podría
conseguir. Nos gustaría resaltar la labor llevada a cabo en desarrollar
un sistema de red neuronal inteligente para analizar imágenes de
rayos-X como hemos apuntado anteriormente, y se ha aplicado en
Andalucía, lo que proporciona una detección precoz del COVID-19.
Uno de
los co-autores de este artículo (RJ) ayudó a fundar la compañía de
análisis de imagen Blackford Analysis,
la cual se concibió precisamente como una compañía para desarrollar la
potencia de la inteligencia artificial con el fin de salvar vidas. Ya
nos dimos cuenta entonces que el uso de métodos de inteligencia
artificial y la eliminación del componente "humano" hacía la
localización muchísimo más eficiente.
La aplicación de la inteligencia
artificial al problema COVID-19 está bien abordada en un artículo
donde se detallan con claridad, y críticamente, las ventajas de la
inteligencia artificial en atacar el virus mejorando los análisis de
imágenes cuando se monitoriza a un paciente, a resultas de la cual puede
dejar la UCI a otro afectado en manera diligente.
La inteligencia artificial juega un papel crucial en la modelización
de cómo se extiende la pandemia y cómo se puede controlar con un número
fijo de tests. El repositorio de preprints más reputado del mundo arXiv
dispone de una sección dedicada a artículos científicos sobre el
Coronavirus y, en particular, sobre modelos de la pandemia. Hay más de
500 artículos, alguno
de ellos describiendo cómo usar inteligencia artificial para describir
la pandemia. Modelar matemáticamente la expansión de la pandemia y saber
cómo se expande es crucial para detenerla y contener a los focos
infectados.
Finalmente, nos gustaría resaltar que algo tan simple como el que
toda la población usase un medidor del nivel de oxígeno en sangre
(oxímetro), algo que cuesta unos pocos euros y que ya incorporan muchos
relojes de pulsera inteligentes, podría reducir el efecto de la pandemia
enormemente.
Como se ha comentado recientemente en un artículo del NYT,
el uso de estos instrumentos reduciría enormemente la gravedad de la
enfermedad ya que permitiría una intervención más temprana de los
pacientes y así evitar el desarrollo de la enfermedad en la fase de
necesidad de UCI. Si estos instrumentos estuviesen conectados a una IA
que los analizase constantemente y sugiriera cuándo empezar a medicar al
paciente, los resultados serían aún más eficaces.
(Raúl Jiménez y Luis Moreno. Cosmólogo, Profesor ICREA-UB e Imperial College; y Profesor de Políticas Públicas (CSIC), Público, 25/04/20)
No hay comentarios:
Publicar un comentario