Un equipo de la Universidad de Málaga trabaja en el desarrollo de algoritmos explicables, que ayudan en el diagnóstico de patologías y aportan la información que los médicos no encontraban en los sistemas de inteligencia artificial más tradicionales. Esta nueva generación de algoritmos se están empleando, por ejemplo, en la detección de melanomas con fotografías tomadas con un móvil.
La pandemia ha puesto en valor las aplicaciones de la inteligencia artificial al servicio de la biomedicina. Aunque ya se empleaban, la necesidad de encontrar la vacuna y tratamientos efectivos contra la Covid-19 hizo que especialistas en ciencia de datos, en matemáticas y en sistemas informáticos pusieran todas sus herramientas al servicio de los facultativos, mediante modelos que simulaban el efecto de los fármacos, que buscaban patrones efectivos para el tratamiento de la enfermedad provocada por el coronavirus o buscando entre la enorme cantidad de fármacos comercializados en la actualidad, algunos que funcionasen para detener la pandemia.
Este interés por parte de grupos de investigación de diferentes disciplinas se ha traducido en un avance sin precedentes en este campo de la tecnología. Sin embargo, aunque hay soluciones muy sólidas, todavía quedan aristas por pulir.
Qué falla en la inteligencia artificial usada en medicina
Una de ellas, muy reclamada por el personal médico, está relacionada con la información que facilitan los algoritmos de inteligencia artificial. Se podría decir que tienen vida propia. Son tan potentes que una vez que se crean y se ponen en funcionamiento, ni tan siquiera los especialistas son capaces de dilucidar por qué arrojan uno u otro resultado.
En situaciones poco comprometidas, como por ejemplo el reconocimiento facial para desbloquear un móvil, el motivo para elegir la cara correcta importa poco, con que funcione resulta más que suficiente. Sin embargo, en medicina, con la vida del paciente en juego, la decisión tiene que estar bien razonada y el especialista médico necesita conocer con todo lujo de detalles por qué el sistema de inteligencia artificial sugiere un diagnóstico concreto.
¿Cómo se consigue esta explicación?
Pues un equipo de investigadores de la Universidad de Málaga, adscrito al grupo Khaos Research y al Instituto de Tecnología e Ingeniería del Software (ITIS), ha desarrollado una aplicación de inteligencia artificial con la que se consigue reconocer melanomas y que, a diferencia de otros sistemas basados en esta tecnología, arroja una serie de razones en las que se explican por qué modelo reconoce que una mancha de la piel se trata de un melanoma y por qué otra no lo es.
El avance supone un paso muy importante en el campo de la aplicación de la inteligencia artificial a la biomedicina, y se ha conseguido con la confección de un algoritmo adicional, que trabaja asociado al encargado de reconocer las manchas en la piel, y cuya función es obtener una argumentación sólida sobre el diagnóstico, que aporte una información de gran valor al personal médico, que en estos casos siempre tiene la última palabra.
El investigador principal de este estudio es Sandro Hurtado, quien en la entrevista mantenida con Nova Ciencia declaró que el análisis los datos biomédicos centra todos sus trabajos de investigación, explica que “comprender por qué el algoritmo arroja un resultado y no otro es imprescindible en el campo de la medicina. No podemos limitarnos a otorgarles herramientas de detección de enfermedades al médico, que únicamente les dé como resultado SI/NO un paciente tiene cáncer, sino que hay que ir más allá y explicarle por qué el algoritmo ha predicho que el paciente padece la enfermedad, qué signos se han encontrado, qué evidencias… y esta información es la que aporta el algoritmo de explicabilidad”.
Qué es la inteligencia artificial explicable
En estas declaraciones ha introducido un concepto relativamente nuevo en el campo de la inteligencia artificial y que todavía no está muy explorado, como es el del la inteligencia artificial explicable, necesario para comprender el funcionamiento de algoritmos complejos, como los algoritmos de aprendizaje profundo, también denominados cajas negras.
Por el momento, dice Sandro Hurtado, el trabajo que están realizando se centra en probar esta tecnología, y los resultados que se están obteniendo son muy positivos, de ahí que el siguiente paso consistirá en desarrollar una aplicación para su uso en consultas y que valga como herramienta de apoyo para el diagnóstico de melanomas.
Pero por el momento, “el trabajo ahora mismo se centra en profundizar en la explicabilidad de los algoritmos, en darle el razonamiento al médico de por qué el algoritmo está dando esa predicción”, aclara este investigador de la Universidad de Málaga.
Qué algoritmos ha desarrollado este grupo de la UMA
En el caso del trabajo con melanomas, el equipo del grupo Khaos ha sido doble. Han desarrollado el algoritmo capaz de identificar los melanomas a través de fotografías, un algoritmo tan potente como poco explicable. Y también el algoritmo de explicabilidad asociado, capaz de extraer el razonamiento empleado para reconocer los casos de cáncer.
Sandro Hurtado afirma que la parte más complicada del trabajo ha sido la confección del algoritmo de explicabilidad, pora se trata de una técnica muy innovadora. “Cuando utilizamos un algoritmo de inteligencia artificial valoramos el rendimiento con una serie de métricas. Sin embargo, en el caso de los algoritmos de explicabilidad todavía no se han desarrollado esa serie de métricas que nos permitan determinar su rendimiento. Por eso estamos trabajando en el desarrollo de esas métricas para valorar nuestro algoritmo de explicabilidad”.
Qué otros avances para el diagnóstico permiten los algoritmos explicables
Otra aplicación descubierta para esta combinación de algoritmos es la de la detección de variantes de la enfermedad, gracias a la gran cantidad de información que se obtiene con estos dos modelos de inteligencia artificial. Incluso, añade este investigador, estos algoritmos son capaces de identificar en qué fase se encuentra la enfermedad, una información crucial en casos de cáncer, en los que la actuación temprana suele ser sinónimo de curación.
“La medicina se está encontrando con grandes avances con la inteligencia artificial, pero siempre como apoyo al experto clínico, nunca con intención de sustituirlo, porque la supervisión humana es imprescindible”, asegura Sandro Hurtado.
Cuáles son las aplicaciones que tendrán esta combinación de algoritmos
En general, estas nuevas técnicas de inteligencia artificial aporta una información muy relevante, sobre todo en las fases tempranas de los cánceres. También se aplican para el análisis de imágenes biomédicas, como radiografías; o incluso también se pueden emplear en el análisis de series temporales, para identificar una enfermedad a partir de un electro cardiograma o de un encefalograma.
De ahí el interés de este grupo de investigación de la Universidad de Málaga en profundizar en todo lo relacionado con la aplicación de la tecnología de datos al campo de la biomedicina, lo que les ha llevado también a desarrollar dispositivos novedosos, como una herramienta para la recolección de datos clínicos sobre pacientes, una especie de ‘Vademécum 2.0’, llamada FIMED, que podría incluso servir para encontrar biomarcadores de otras enfermedades.
Y su trabajo al servicio de la medicina no se queda ahí, ya que han conseguido desarrollar un sistema para la monitorización de la actividad de personas con obesidad, muy similar a las pulseras inteligentes que actualmente se encuentran en el mercado, pero a un precio mucho menor, ya que los investigadores han empleado una tecnología innovadora y solamente necesitan un acelerómetro, que tiene un precio aproximado de unos 20 céntimos, mucho menos que cualquier pulsera de actividad, que suelen costar entre 30 ó 40 euros.
Está claro que el idilio entre la medicina y la inteligencia artificial va para largo, tanto incluso que en un futuro no muy lejano, estos sistemas inteligentes serán tan habituales en las consultas médicas como un fonendoscopio. Las posibilidades son enormes y, a veces, sobrepasan la imaginación.
