En el 2015, la empresa IBM creo la división Watson Health para trabajar de la mano con médicos, investigadores, farmacéuticos y otros profesionales de la salud, con el fin de recomendar tratamientos personalizados para pacientes.
Watson, una supercomputadora diseñada por IBM, es capaz de analizar enormes cantidades de información escrita en lenguaje natural (el lenguaje que se utiliza para escribir reportes o artículos académicos o noticias como esta) y “entender” imágenes al interpretar su contenido.
Esta máquina utiliza más de 100 técnicas diferentes para analizar información, identificar fuentes, generar hipótesis, evaluar evidencia y priorizar conclusiones.
La supercomputadora se usó en el Hospital del Cáncer de Nueva York, Estados Unidos, para asistir a los médicos en el diagnóstico y tratamiento del cáncer de pulmón. De acuerdo con IBM, el 90% del personal de salud del centro consultan los servicios de Watson para tomar decisiones para la atención de pacientes.
IBM le enseñó al mundo el ejemplo más notorio del uso de computadoras que pueden aprender por sí mismas para asistir a las personas a tomar decisiones. Si en algo son mejores las máquinas es en su capacidad de procesar grandes cantidades de datos y aprender sobre los patrones, tendencias y singularidades de esos datos.
Investigadores de la Universidad de Vermont y la Universidad de Harvard, en EE. UU., demostraron que pueden detectar casos de depresión por medio del análisis hecho con computadoras de fotografías publicadas en Instagram. Inclusive, descubrieron que los resultados por computadora eran mejores que los diagnósticos hechos por los doctores.
La aplicación de la inteligencia artificial con usos médicos puede diagnosticar casos de diabetes tipo dos o insuficiencias cardiacas por medio de algoritmos hechos específicamente para ese fin.
En Costa Rica, especialistas del grupo de Reconocimiento de patrones y aprendizaje automatizado (Parma, por sus siglas en inglés) del Tecnológico de Costa Rica (TEC) trabajan en un proyecto que analiza radiografías para determinar la edad de infantes y desarrollan una aplicación que le permitirá a médicos diagnosticar trastornos de crecimiento.
LEA MÁS: ¿Qué hará la inteligencia artificial por nosotros?
Los investigadores de Parma usan imágenes de rayos x de la mano izquierda de niños, así como algoritmos para calcular la edad del paciente de acuerdo a estas imágenes. Si el sistema determina que la edad ósea de los infantes no corresponde a la edad real del paciente, eso es una señal clara de que existe un trastorno endocrino o metabólico que está afectando el crecimiento de la persona.
“Que un software pueda tomar una imagen de rayos X y pueda decir cuál es la edad estimada de un niño de meses es muy relevante en medicina, porque si un técnico recibe a un niño, le saca una imagen de rayos X y resulta que el software dice 30 meses, y el niño tiene más o menos esa edad, entonces eso le ayuda a diagnosticar algún problema de crecimiento”, afirma Fabián Fallas, quien trabaja en el TEC y la Universidad de Costa Rica.
Para el especialista, este proyecto le da un soporte al médico para poder diagnosticar y aporta datos más certeros de cuál es la evolución del paciente.
Los investigadores del Grupo Parma utilizaron una técnica de inteligencia artificial conocida como deep learning (aprendizaje profundo) para que el programa “aprendiera”, por medio del análisis de una gran cantidad de imágenes, a identificar la edad de los sujetos a los que pertenecen las radiografías.
En este caso los investigadores utilizaron 12.000 imágenes de rayos X de la mano izquierda de hombres y mujeres de entre los 0 y 19 años de edad, tomadas de una base de datos pública que facilitó la Asociación Radiológica de Norte América (RSNA, por sus siglas en inglés).
Los investigadores del TEC y la UCR utilizaron filtros para mejorar la calidad de las imágenes antes de que fueran procesadas. Esto los llevó a mejorar en 42% la efectividad del sistema.
