Ya confiamos en la inteligencia artificial para tareas mundanas como redactar correos electrónicos o reservar vuelos. Pero el verdadero cambio se está produciendo en la medicina. La IA no es sólo una palabra de moda aquí. Está ayudando activamente a los médicos a detectar enfermedades raras y cánceres antes que nunca.
La pregunta no es realmente si la IA estará involucrada. Es lo confiable que es y cómo encuentra realmente lo que los humanos podrían pasar por alto.
El problema de los ojos humanos
Cuando los médicos descubren qué le pasa, utilizan una combinación de métodos. Hay informes de síntomas. Análisis de sangre. Exámenes físicos. Y las imágenes. Rayos X. Ultrasonidos. Tomografías computarizadas. Resonancias magnéticas. Estas herramientas muestran si los órganos están dañados o si hay un tumor presente.
Funciona bien. Hasta que no sea así.
Las estructuras en estas exploraciones son complejas. Denso. En capas. Incluso los radiólogos experimentados pueden pasar por alto tumores en etapa temprana. También podrían confundir un cambio benigno con cáncer. También sucede con las muestras de tejido. La atención humana flaquea. La fatiga aparece.
Ingrese IA en diagnóstico médico.
En las primeras pruebas, los sistemas de inteligencia artificial han demostrado que pueden identificar cambios patológicos después de un entrenamiento adecuado. No parpadean. No se cansan. Simplemente procesan.
Ver más en mamografías
La detección del cáncer de mama depende en gran medida de las imágenes de mamografía. Los radiólogos exploran en busca de anomalías en el tejido mamario. Pero el tejido mamario denso dificulta esto. Las señales pequeñas son fáciles de pasar por alto.
Investigadores de la Universidad de Lund en Suecia construyeron un KI-Modell für Brustkrebs (modelo de IA para el cáncer de mama) para ayudar. No se limitaron a adivinar. Lo probaron.
Hicieron mamografías de 80.000 mujeres en alto riesgo. Algunos fueron analizados por la IA. Otros por radiólogos.
Los resultados fueron crudos. El modelo de IA detectó un 20% más de tumores de mama que los médicos. La tasa de error de falsos positivos fue la misma. Pero detectar más cáncer a tiempo salva vidas.
Predecir el riesgo con años de antelación
El diagnóstico es sólo la mitad de la batalla. La prevención también importa. Un modelo llamado Mirai ayuda a médicos y pacientes a comprender el riesgo individual. Va más allá de simplemente mirar imágenes actuales.
Mirai predice el riesgo futuro de desarrollar cáncer de mama. Se mira:
- Factores de riesgo conocidos
- Edad
- Historia familiar
- Marcadores visuales en tejido.
Le indica cómo ese riesgo cambia con el tiempo. Aquí está el truco. Los propios investigadores no entienden del todo cómo llega Mirai a sus conclusiones.
“Sabemos cómo funciona el aprendizaje profundo y cómo aprende el modelo”, afirma Krzysztof Geras de la Universidad de Nueva York. “Lo que no entendemos es exactamente qué busca el modelo en los datos. Probablemente aprende de marcadores visuales que los humanos no conocen”.
Ve patrones que no podemos nombrar. Eso es poderoso. Y un poco inquietante.
Detectar lo invisible en las enfermedades raras
Krebs erkennen (reconocer el cáncer) es una cosa. Encontrar enfermedades raras es otra. El estómago y el tracto intestinal son complicados.
Un equipo de la Ludwig-Maximilians-Universität München, la Universidad Técnica de Berlín y la Charité desarrollaron un nuevo enfoque de IA. Analizaron tejido sano y hallazgos comunes como la gastritis crónica. Luego buscaron desviaciones.
Estas desviaciones apuntaban a enfermedades gastrointestinales raras.
He aquí por qué esto es importante. Por lo general, la IA necesita enormes cantidades de datos para aprender. Le das ejemplos. Encuentra patrones. Los aplica.
Las enfermedades raras no tienen suficientes ejemplos. No hay suficiente material para entrenar eficazmente una IA estándar. La precisión cae. El modelo falla.
Este nuevo modelo no necesitaba entrenamiento explícito para cada patología rara. Dedujo las anomalías a partir de la línea de base común.
“Comparamos diferentes enfoques técnicos”, afirma Klaus-Robert Müller de la Universidad Técnica de Berlín. “Nuestro mejor modelo reconoció un amplio espectro de patologías más raras del estómago y el intestino, incluidos cánceres primarios o metastásicos raros, con alta confiabilidad. Hasta donde sabemos, ninguna otra herramienta de IA publicada puede hacer esto”.
La brecha de confianza
La IA ofrece velocidad. Ofrece escala. Ofrece tasas de detección que los humanos simplemente no pueden igualar de manera consistente.
Pero estamos ante cajas negras. Modelos como Mirai encuentran patrones invisibles para nosotros. Confiamos en el resultado porque los resultados son buenos. Pero no comprendemos del todo el “por qué”.
¿Es eso un problema? Tal vez.
Los médicos ya están utilizando estas herramientas como asistentes. Segundas opiniones. Redes de seguridad. La tecnología está aquí. Es exacto. Se está expandiendo a áreas que pensábamos que eran demasiado específicas para la automatización.
El siguiente paso no es sólo mejores algoritmos. Es entender lo que ven. Y decidir si estamos dispuestos a dejarles liderar.
