El catedrático Francisco Javier Díez habló de avances y limitaciones de la inteligencia artificial en medicina en una conferencia de la UNED Ourense
La inteligencia artificial (IA), que surgió en los años 1950, nos rodea. Es presente y futuro. Ahí está sus avances en la visión artificial, la traducción automática o en juegos complejos como el ajedrez. Hoy, en día todos la llevamos en nuestros teléfonos móviles. En los próximos años va a revolucionar radicalmente nuestra vida cotidiana pero también la medicina, uno de los campos de investigación de este tipo de inteligencia desde sus orígenes. Eso sí, hay grandes avances pero también limitaciones.
Siendo realistas, «la inteligencia artificial está todavía muy lejos de sustituir al médico», concluyó el doctor Francisco Javier Díez Vegas, catedrático de Inteligencia Artificial en la Escuela Técnica Superior de Ingeniería Informática de la UNED, durante la apertura de un ciclo de conferencias de la UNED Ourense, del Departamento de Inteligencia Artificial.
Francisco Javier Díez Vegas explicó que la máquina es capaz de superar al humano en muchas tareas como cálculo, almacenamiento, análisis de datos y reconocimiento de imágenes. Y que lo va a superar en otras muchas facetas como podrían ser vehículos autónomos, traducción automática etc. Sin embargo, está lejos de superarlo en tareas cognitivas como razonamiento, reflexión, diálogo y aprendizaje flexible. «Establecer los valores es tarea humana», apuntó.
En este sentido, citó que algunas de las limitaciones son éticas y legales: privacidad (protección de datos) y responsabilidad. «Si la inteligencia artificial se equivoca en la prescripción de un medicamento y el paciente muere, ¿de quién es la responsabilidad? Y a la inversa, ¿si el médico se equivoca porque la inteligencia artificial indicaba otra cosa?», lanzó como reflexión Díez Vegas.
El profesor reseñó la importancia de la inteligencia artificial en el campo de la medicina, que ayuda al análisis de datos, diagnóstico, predicción y toma de decisiones o bien tratamiento de historias clínicas. «Pero no es posible ni deseable sustituir al médico», sentenció. Al menos «en los países donde hay médicos». Porque puede ocurrir, citó como ejemplo, que sea una valiosa herramienta en aquellos lugares donde no hay medios sanitarios humanos.
Y aquí habló de dos proyectos de investigación que desarrolla su departamento, uno para el diagnóstico de cáncer de mama y otro para enfermedades reumáticas y cardiológicas en niños. «Nuestra idea es llevarlo a países pobres mediante el empleo de una aplicación para cribado y diagnóstico pues allí no hay médicos», puso como ejemplo.
La transformación que generará la inteligencia artificial en medicina será radical, pero lenta, precisó. Y puso por delante que la evolución el campo donde ahora mismo se están consiguiendo más avances es en el de reconocimiento de imágenes. «Desde que hay un sistema que funciona en la parte experimental hasta que se lleva a la parte clínica hay un amplio recorrido. En el reconocimiento de lenguaje natural en medicina hay mucho menos éxitos aún cuando se están haciendo cosas muy interesantes. Son los dos campos donde a corto plazo habrá resultados porque ya es una realidad», apostilló.
Díez Vegas valoró cómo ha avanzado la inteligencia artificial en implantes cocleares, por ejemplo, la rehabilitación y medicina deportiva. «Se puede recuperar la movilidad con una pantalla de ordenador que ayuda a hacer tareas. Hay aplicaciones que ayudan a un entrenador en tiempo real, durante un partido, por ejemplo. Videojuegos que ayudan a frenar el envejecimiento y robots para niños autistas. A estos niños les resulta más fácil interactuar con un robot que con personas. Un robot no se cansa, tiene paciencia. Es ideal para terapias repetitivas»
Los campos de la Inteligencia Artifical son tres: “bioinspirado, cuyo objetivo es mirar a los seres vivos y que se basa en neurología y psicología; matemático, cuyo objetivo es desarrollar teorías para Inteligencia Artificial basándose en la lógica, probabilidad, estadística… y por último, pragmático, siendo su objetivo que funcione, aunque no lo entendamos bien, y se basa en ensayo y error”, señaló el ponente.
Sobre el concepto de Inteligencia artificial, Díez Vegas aportó el suyo, que data del año
2001, es decir, que la Inteligencia Artificial “consiste en crear sistemas capaces de razonar (operar con conceptos), reflexionar (introspección, explicación); dialogar (requiere un modelo del interlocutor) y aprender (comportamiento más eficiente)”. Otra área importante, indicó, es la visión artificial.
En cuanto las técnicas utilizadas en Inteligencia Artificial, existen varias, desde redes neuronales hasta refuerzo del aprendizaje, pasando por SVMs o los algoritmos genéticos. El catedrático de la UNED manifestó que en Inteligencia Artificial se construyen sistemas inteligentes basados en el conocimiento y en datos. Los primeros tienen como método extraer y codificar el conocimiento humano y desarrollar algoritmos de razonamiento.
De los problemas, destacan dos: que necesita expertos humanos y que lleva mucho tiempo. Los sistemas inteligentes basados en datos tienen como método el aprendizaje automático y como problema presentan la necesidad de muchos datos de calidad.
Francisco Javier Díez Vegas habló de la presencia de la Inteligencia Artificial en medicina, refiriéndose a los primeros sistemas como el naive Bayes, produciendo trabajos científicos desde los años 1963 hasta 1978 en los que se muestra una tasa de acierto superior a la de los médicos.
Desde los años 70 del pasado siglo surgieron los sistemas expertos, siendo el primero el
CASNET (glaucoma); el más famoso fue el MYCIN (terapia antimicrobiana); en los años 80 se produjo el auge de los sistemas expertos con un éxito en la industria, sirviendo como ejemplo el XCON para configurar workstations.
Y en los años 90 tuvo lugar el auge de las redes bayesianas, originando un declive de los sistemas basados en reglas.
En cuanto a las aplicaciones del aprendizaje profundo, Díez Vegas mencionó las
recomendaciones personalizadas: búsquedas, publicidad a través de portales como Google
Facebook, etc. También permite clasificar, por ejemplo, diagnósticos, analizar imágenes,
procesamiento del lenguaje natural, desde extracción de información en textos hasta el
reconocimiento de voz pasando por la traducción automática. También hay un aprendizaje
profundo por refuerzo y así el catedrático de la UNED citó las aplicaciones AlphaGo,
AlphaGo Zero, AlphaZero Chess…
El ponente ofreció ejemplos de análisis de imágenes en medicina, desde la identificación del
nervio óptico con algoritmos genéticos, o la segmentación de tejidos usando el aprendizaje
profundo, entre otras.
Igualmente se refirió al lenguaje natural para las historias clínicas aportando también aplicaciones de lenguaje natural por reconocimiento de voz en los pacientes, también para dictar informes médicos.
Díez Vegas habló, además, de modelos predictivos, que se pueden usar, por ejemplo, para monitorizar gracias a la Inteligencia Artificial a pacientes que sufren insuficiencia cardíaca. Gracias a ella se pueden desarrollar otros modelos predictivos para pacientes con fallos cardíacos, para diabéticos con un diario para ellos que les permita no tener olvidos, ni pinchazos dobles, pérdida de propiedades o quedarse sin insulina.
Hay también inteligencia artificial no invasiva para el páncreas. O para la predicción y atención personalizada del ictus, sin olvidar la predicción probabilística de la calidad de aire.
El catedrático de la UNED tuvo también ocasión de referirse al diagnóstico y ayuda a la
decisión en medicina, y mencionó la aplicación Mediktor, o la rehabilitación y medicina
deportiva, que también se beneficia de la inteligencia artificial.
Francisco Javier Díez Vegas es catedrático de Inteligencia Artificial en la UNED, en Madrid. Nació en Burgos en 1965. Estudió física teórica en la Universidad Autónoma de Madrid. Su tesis doctoral, sobre Inteligencia Artificial, aplicada a la medicina, obtuvo el Premio Fundesco de Tesis Doctorales de 1994, entregado por el Ministro de Educación y Ciencia.
El grupo de investigación que coordina ha construido sistemas expertos de diagnóstico y ayuda a la decisión en varias áreas (cardiología, oncología, enfermedades hepáticas, ginecología, oftalmología, audiología…), ha participado en varios proyectos nacionales e internacionales sobre este tema y ha desarrollado un programa de software libre, OpenMarkov, utilizado en más de 30 países.
Las otras conferencias aportadas por la UNED tendrán lugar el día 4 y el 11 de diciembre,
también a las 12.00 horas, online desde el Centro de IA de Ourense. Para el día 4 se espera la
intervención del doctor Julio Gonzalo Arroyo, catedrático en Lenguajes y Sistemas
Informáticos de la UNED. Su ponencia se titula: Sesgo en sistemas de evaluación. Y el día
11 podrá escucharse la conferencia Herramientas de IA en entornos educativos y sociales, a
cargo del profesor investigador doctor José Antonio Rodríguez Anaya, también del
Departamento de IA de la UNED.
