El próximo gran avance en medicina será el uso de IA

En las últimas décadas, la investigación médica ha pasado de tratar enfermedades transitorias a curar enfermedades a largo plazo. Este trabajo, que se basó en los esfuerzos de hombres como Lister, Pasteur y Salk, ha sido lento y difícil, y muchos medicamentos y tratamientos prometedores finalmente fracasaron en sus ensayos clínicos. El apogeo de los antibióticos está menguando, pero todavía tenemos planes para erradicar la enfermedad. ¿Que sigue?

Creo que es inteligencia artificial.

La IA está preparada para actuar como un multiplicador de fuerza en todos los campos de la medicina, porque en lugar de ser útil contra un tipo de dolencia, como los antibióticos o la radiación, la IA puede trabajar junto con los humanos para tomar mejores decisiones en el día a día, independientemente de cuál podría ser el caso de uso. De la misma manera que los agentes antimicrobianos son el corolario y el compañero de la teoría de los gérmenes, existen muchas razones para creer que la IA es lo que nos permitirá aplicar nuestro conocimiento de 'ómicas”(Genómica, proteómica, metabolómica, etc.) a la salud humana. Empezamos a interactuar directamente con el información contenida en el genoma, por lo que es lógico pensar que el próximo gran salto tendrá que ver con el procesamiento de la información.



El análisis multivariante es, con mucho, la mayor fortaleza de la IA, porque permite el tipo de inteligencia contextual para la toma de decisiones que se usa en sistemas como la mente humana, al tiempo que se basa en la memoria eidética de un disco duro. No se requiere analizar las emociones y no hay omisiones de atención. La IA no necesita dormir y no se fatiga después de concentrarse en un tema durante demasiado tiempo. Al mismo tiempo, la IA tiene la ventaja de un procesamiento masivamente paralelo. La capacidad de manejar grandes volúmenes de datos tiene un valor cada vez mayor, y la IA puede beber de la manguera de incendios. Con suficiente memoria y poder de procesamiento, una IA médica podría mantener en contexto todo el valor de los registros médicos de un árbol genealógico, buscar en las bases de datos información de diagnóstico pertinente y llamar a bancos de recursos médicos y sociales, todo al mismo tiempo.

Para los propósitos de esta discusión, estoy definiendo la IA como un sistema computarizado que puede realizar tareas que generalmente requieren inteligencia humana, como reconocimiento de voz e imágenes, traducción entre idiomas o toma de decisiones. Pero hay grados de sofisticación en tales sistemas, y pueden estar bajo un control más o menos computarizado dependiendo de lo que los humanos puedan pedir actualmente a las computadoras dentro del tiempo polinomial. Actualmente, no confiamos en la IA lo suficiente como para que sea completamente autónoma; notarás que incluso en aviones con piloto automático, siempre hay aviadores humanos entrenados. Pero hay sistemas inteligentes que tienen diversos grados de inteligencia y automatización, que operan en tiempo real, como el automóvil autónomo de Google. La toma de decisiones ponderada es una técnica que permite que el software se acerque más a la conciencia situacional a nivel humano, incluso en silico. Un sistema no tiene que ser HAL para ser IA. (Dado cómo funcionó, probablemente no debería ser así).

Lo último

Las aplicaciones para la salud del software de IA parecen provenir principalmente de su capacidad para recordar y relacionar cosas, pero también de su capacidad para personalizar la medicina, trabajar con fluidez en lenguaje natural y manejar big data. Los seres humanos usan el contexto para determinar el significado de palabras o eventos que de otro modo serían ambiguos, y con el procesamiento del lenguaje natural, también puede hacerlo la IA. Y estos sistemas están en uso hoy. Un par de ejemplos valiosos son la asociación entre Watson y Sloan-Kettering de IBM, y una IA médica llamada Praxis.

Watson ha estado en las noticias por su reciente actuación en Jeopardy y ajedrez. Está bien versado en teoría de juegos, pero también es capaz de aprender y analizar nueva información, y ahora es aplicando sus talentos como diagnosticador. Watson también está trabajando con un grupo llamado Wellpoint, y Samuel Nessbaum de Wellpoint ha dijo que en las pruebas, Watson obtuvo una tasa de diagnóstico correcto del 90% de cáncer de pulmón, mientras que los médicos solo obtuvieron el 50%. IBM, Sloan-Kettering y Wellpoint están tratando de capacitar a Watson como una ayuda de diagnóstico basada en la nube, disponible para cualquier médico u hospital que esté dispuesto a pagar.

El modelo de aprendizaje que utiliza Praxis para construir sus redes semánticas

Pero incluso Watson, con su formidable talento, no fue construido para la medicina. Para ver una IA médica en el campo, busque práctica: un software de manejo de registros médicos, construido alrededor de un concepto de procesamiento de IA. Utiliza un modelo de aprendizaje que registra la entrada vocal o escrita de un médico y luego la clasifica en una red de nodos semánticos, en función de qué tan estrechamente se relacionan las palabras o frases con los conceptos que el programa ya ha visto. Praxis también recuerda esas relaciones, por lo que a medida que se usa más, se vuelve más inteligente y más rápido.

Si alguna vez se ha preguntado si hay una manera de hacer lo que 23andMe quería hacer con respecto a adaptar la atención del paciente a las relaciones de factores de riesgo que se encuentran en el genoma, por cierto, puede que la haya. 23andMe fue muy ambicioso en términos de lo que intentaron reclamar, por lo que terminaron en problemas con la FDA, pero la premisa básica es sólida. La medicina genéticamente personalizada ya puede dar cuenta de mutaciones de un solo nucleótido que deterioran la función de un fármaco, como se demuestra en el diseño de diferentes fármacos para diferentes etapas de la progresión de la CML, una forma de leucemia. El sistema hospitalario Geisinger en Pensilvania, que trata a unos tres millones de personas, está participando con una empresa llamada Regeneron(PDF) en un enorme estudio de genómica longitudinal que trabajará con datos anónimos sobre exomas de pacientes a partir de muestras de ADN que han ofrecido voluntariamente. Tienen la intención de utilizar los datos inalterados para adaptar la atención médica a los pacientes del estudio. Como pioneros en el campo, sin duda experimentarán problemas y contratiempos, pero el ejemplo que establece Geisinger será una importante prueba de concepto.

La IA integrada y en evolución

Lo importante de los multiplicadores de fuerza, en última instancia, es que reducen la cantidad de energía que tienes que gastar para hacer un trabajo. Aquí es donde la IA realmente puede sobresalir: descargar el trabajo del cerebro al silicio. Los programadores han recorrido un largo camino hacia la creación de software lógicamente coherente compatible con el control externo. Lo que necesitamos ahora es iterar hacia sistemas de control computarizados cada vez más independientes y confiables que puedan integrar con fluidez la información ambiental, la dirección humana y sus propios controles de software. El estado del arte en IA ya es bastante atractivo, considerando todo, pero quiero pronosticar un poco sobre cómo podríamos desarrollar IA desde aquí.

Imagínese poner una IA a trabajar en la base de datos Geisinger / Regeneron. El sistema simplemente pide una IA de control: dejar que los técnicos de laboratorio rastreen manualmente las secuencias de ADN es cruel e inusual, incluso si de alguna manera hablan Python. La IA de control de la base de datos almacenaría las secuencias de ADN reales, por supuesto, pero también podría rastrear las estadísticas de qué secuencias de ADN tienden a conducir a qué enfermedades, e incluso correlacionarlas con situaciones de la vida, exposición ambiental y grupos de enfermedades conocidas. Podría producir visualizaciones de los datos para los científicos y médicos que consultaron la base de datos. Tal sistema sería un paso sólido hacia una IA autónoma de gestión de registros médicos que descargaría una gran cantidad de trabajo de los humanos, liberando horas-hombre que se necesitan desesperadamente en el establecimiento médico.

Imagine el software Praxis mencionado anteriormente, pero imagine que se hizo amigo del controlador AI que administraba la base de datos genética Geisinger / Regeneron. Podría escuchar la narrativa de un paciente, adjuntarla a la historia clínica del paciente y sugerir diagnósticos para apoyar a un médico. Luego, la IA podría usar los datos para rastrear grupos geográficos de problemas médicos, o diagnosticar y estudiar síndromes con síntomas conductuales. Dicho software podría empoderar profundamente a las mujeres y las minorías; proporciona una vía confidencial para el diagnóstico que está libre de paternalismo médico e independiente de los prejuicios de cualquier médico. Además, podría analizar las descripciones de los síntomas, correlacionarlos con el genoma y el historial médico de un paciente, y compararlos con la base de datos del hospital para informar sobre cualquier relación que encuentre.

¿Está satisfecho con su cuidado?

Cuando se trata de IA de hardware, hay algunas formas en que esto puede funcionar. Algunos sistemas parecen muy bien adaptados para integrar la IA. Si bien no soy un gran admirador de Internet de las cosas, existe una gran cantidad de potencial sin explotar en términos de cómo sus cosas pueden ayudar a su salud. Imagina un cruce entre Jarvis y BayMax. Suponga que la casa inteligente de su abuela estuviera al tanto de sus problemas de salud particulares, por ejemplo, que está en riesgo de sufrir un derrame cerebral, lo que la pone en riesgo de una caída. Un brazalete estilo FitBit con un acelerómetro y un giróscopo de seis ejes podría colaborar con el sistema de detección de movimiento de su casa para desplegar su asistente de atención médica personal y alertar a los servicios de emergencia si sospechaban que se había caído. Pero también podría controlar de cerca su frecuencia cardíaca y la conductancia de la piel, a la manera de Abrazoy adjunte esos datos con marca de tiempo a su registro médico. Podría optar por permitir que su médico de atención primaria divulgue esos datos anónimos a un estudio diseñado para desarrollar diagnósticos más rápidos y precisos.

Las imágenes médicas son otro lugar donde el hardware y el software pueden trabajar junto con los profesionales médicos para hacer un sistema más grande que la suma de sus partes. Ya estamos trabajando para combinar mejores matemáticas con imágenes médicas modernas, para obtener interpretaciones más finas y precisas de las imágenes que obtenemos de una resonancia magnética. La recopilación longitudinal de datos ambientales personales, combinada con un sistema que combina los resultados de los pacientes con una serie de imágenes médicas tomadas a lo largo del tiempo, podría producir una precisión diagnóstica más fina y contribuir a la detección temprana.

Pero imagine que podría integrar todas estas nociones: controles de software, hardware útil e imágenes. Podría complementar una infraestructura hospitalaria reducida que sea capaz de atender a los pacientes que necesitan cuidados más intensivos que los que puede proporcionar un bot de diagnóstico doméstico bien surtido. Realmente suena como un sistema que podría soportar BayMax, ¿no es así? En este nivel, la línea entre hardware y software, entre producto y productor, comienza a difuminarse. Creo que ahí es hacia donde nos dirigimos. Hacia un modelo mayoritariamente público, mucho menos formal y menos basado en citas de atención médica personalizada, centrada en la prevención y administrada por IA.

Los tontos se apresuran

Quiero hablar sobre las implicaciones de privacidad y seguridad de sistemas como estos. El poder que posee una IA avanzada con inteligencia sensible al contexto y acceso a su biometría y genoma simplemente deja atónitos a la mente. Más allá del alcance del cumplimiento de HIPAA o de los lectores de huellas dactilares de iPhone, ¿qué sucede cuando alguien roba su identidad a través de su escaneo de retina? Esta tecnología crearía una vía completamente nueva para el crimen. Y eso suponiendo que los únicos sombreros negros sean los forajidos. La transparencia perfecta puede ser la única manera de no salirse de control y convertirse en una distopía de Black Mirror, donde el estado corporativo transmite directamente a su nervio óptico “contenido aprobado” genéticamente dirigido. ¿Quién controla los datos?

La IA suficientemente avanzada podría poner en contexto cualquier número de sus recuerdos, ponderarlos de manera imparcial y hacerlo en paralelo masivo. Esto podría permitir un juicio y tiempos de reacción sobrehumanos. También podría permitir la detección de relaciones demasiado separadas en contexto para captar la atención de un ser humano. Pero una IA lo suficientemente avanzada para hacer estas cosas aún podría volverse oculta en la tiranía de los algoritmos, y cuanto más grande sea el sistema, más puntos de vulnerabilidad hay. ¿Qué les sucede a los pacientes si una IA de cuidados intensivos es pirateada, corrupta o simplemente incorrecta? ¿Qué hacemos si la IA que ponemos en control es bastante segura de que es más inteligente que nosotros? ¿Y si es Derecha? ¿Cuánto control queremos ceder?

A medida que la investigación de la inteligencia artificial amplíe y perfeccione nuestra comprensión de la inteligencia y el aprendizaje automático, veremos que surgen más y más aplicaciones. Algunas de las ramas de la IA serán útiles para el complejo militar-industrial, sin duda. Debido a que los riesgos de integrar la inteligencia artificial y las capacidades de toma de decisiones en la medicina son tan altos, los sistemas que desarrollemos deberán ser robustos y precisos. Esta no es una revolución que ocurrirá en uno o dos años.

Sin embargo, a largo plazo, la integración de la IA en varias facetas de la medicina podría producir una revolución no vista desde el descubrimiento de los antibióticos o el descubrimiento de la teoría de los gérmenes. La capacidad de aprovechar la suma total del conocimiento humano en un campo en particular y luego aplicarlo al genoma específico de un individuo o situación particular podría producir resultados dramáticamente mejores que los que vemos hoy.

Cubriremos la tecnología médica futura durante toda esta semana; lea el resto de nuestras historias de Medical Tech Week para obtener más información. Y asegúrese de consultar nuestra serie 2007es.com Explains para obtener una cobertura más detallada de los temas tecnológicos más candentes de la actualidad.

Copyright © Todos Los Derechos Reservados | 2007es.com