Medicina y tecnología: Cruzando la última frontera

La inteligencia artificial ha sido sujeto de múltiples innovaciones. Ciertas limitantes han estado siempre presentes en su desarrollo, el cual no ha estado exento de cierta desconfianza por parte de las comunidades científicas y el público general. La comprensión de la relación causa-efecto seguía siendo un obstáculo. Sin embargo, la criptografía cuántica podría cambiar las reglas del juego.

Diagnóstico por IA

Utilizando grandes bases de datos de salud para encontrar vínculos causales, la técnica podría revolucionar el diagnóstico médico como lo conocemos hoy. Tras ser probada con conjuntos de datos bien estudiados, esta inteligencia artificial logró señalar los mismos nexos. Esto implicaría que la IA estaría comprendiendo los vínculos causales.

La medicina es un campo en el que muchas variables suelen estar interconectadas. Para diagnosticar una enfermedad es necesario determinar qué dolencias causan qué síntomas. A su vez, el tratamiento dependerá de efectos de medicamentos o cambios en el estilo de vida del paciente. Por esto, intentar determinar una causalidad es extremadamente complejo.

Chatbots al servicio de los pacientes

Anish Dhir y Ciarán Lee, investigadores de Babylon Health en Inglaterra, desarrollaron una técnica para encontrar relaciones causales en diferentes conjuntos de datos. Funciona a través de un chatbot que solicita al paciente una descripción de sus síntomas antes de ofrecer un diagnóstico tentativo y consejos sobre el tratamiento. El hallazgo permitiría crear grandes bases de datos con información médica capaz de detectar causas y efectos.

El objetivo primario del sistema es hacer una especie de “filtro” que determine quiénes necesitan realmente asistir a un centro médico. Esto evitará la sobrecarga de los hospitales y su personal. El enfoque de Lee y Dhir recoge directrices de la criptografía cuántica, que utiliza una fórmula matemática para espionaje de datos.

Una de las primeras pruebas realizadas por el equipo permitió comprobar las relaciones causales que miden el tamaño y la textura de los tumores de mama. La IA descubrió correctamente que estas variables no tenían un vínculo causal entre sí; pero que ambas características dependían de si el tumor era maligno o benigno.

Aunque ambos doctores admiten que todavía quedan muchas tareas pendientes para perfeccionar, la más compleja será convencer a la comunidad médica y a los mismos pacientes de su eficacia. Aún así, esperan que el algoritmo pueda superar la desconfianza de sus detractores. De forma tal que comience a usarse para complementar ensayos y destacar los posibles vínculos causales para el estudio.

Fuentes:

Nace la primera IA capaz de identificar las relaciones causa-efecto – MIT Technology Review