IBM dice que Watson, su tecnología de inteligencia artificial, puede usar la visión avanzada por ordenador para procesar grandes volúmenes de imágenes médicas. Lo que Watson quiere hacer ahora es usar esta capacidad para ayudar a los médicos a diagnosticar enfermedades más rápidamente y con mayor precisión.

La semana pasada, IBM anunció que compraría Merge Healthcare por unos mil millones de dólares (912 millones de euros). Si se finaliza el acuerdo, esta sería la tercera empresa de datos de salud que IBM compra este año (ver Una empresa de salud podría conseguir que Watson logre ser útil). Merge se especializa en la gestión de todo tipo de imágenes médicas, y su servicio se utiliza por más de 7.500 hospitales y clínicas en Estados Unidos, así como organizaciones de investigación clínica y compañías farmacéuticas. El vicepresidente de Innovación y director científico de Watson Health Group en IBM, Shahram Ebadollahi, afirma que la adquisición es parte de una iniciativa para aprovechar diversas fuentes de datos diferentes, entre ellas algunas anónimas, así como registros médicos basados ​​en texto, para ayudar a los médicos a tomar decisiones de tratamiento.

El conjunto de datos de Merge contiene unos 30.000 millones de imágenes, algo crucial para IBM porque sus planes relacionados con Watson se basan en una tecnología llamada aprendizaje profundo, que consiste en entrenar a un ordenador dándole grandes cantidades de datos.

Watson ganó el concurso americano Jeopardy! gracias a un procesamiento avanzado de lenguaje natural y al análisis estadístico para interpretar las preguntas y dar las respuestas correctas. El aprendizaje profundo se añadió al conjunto de habilidades de Watson más recientemente (ver Watson se hace más listo al integrar distintos enfoques del aprendizaje profundo). Este nuevo enfoque de inteligencia artificial consiste en enseñar a los ordenadores a detectar patrones en los datos procesándolos de formas que están inspiradas en las redes de neuronas del cerebro (ver Aprendizaje profundo). La tecnología ya ha producido resultados bastante impresionantes en el reconocimiento de voz (ver Microsoft crea un traductor de voz al estilo de Star Trek) y el reconocimiento de imágenes (ver Un software compara caras con una precisión casi humana).

Los investigadores de IBM creen que el procesamiento de imágenes médicas podría ser lo próximo. Se estima que las imágenes constituyen hasta un 90% de todos los datos médicos en la actualidad, pero los médicos pueden tener dificultades para extraer información importante de ellas, señala el director sénior de Sistemas de Información Inteligentes de IBM Research, John Smith.

Una de las aplicaciones más prometedoras a corto plazo dentro del procesamiento de imágenes automatizado, según Smith, es la detección del melanoma, un tipo de cáncer de piel. El diagnóstico del melanoma puede ser difícil, en cierto modo porque hay muchas variaciones en la forma en que aparece en cada paciente. Si se introducen en un ordenador muchas imágenes de un melanoma, es posible enseñar al sistema a reconocer características muy sutiles pero importantes asociadas con la enfermedad. La tecnología que IBM tiene en mente podría ser capaz de comparar una nueva imagen de un paciente con muchas otras en una base de datos y después proporcionar al médico, rápidamente, información importante, obtenida a partir de las imágenes, así como de registros basados ​​en texto, sobre el diagnóstico y los tratamientos potenciales.

Encontrar un cáncer de pulmón en tomografías computarizadas (TC) es otro buen ejemplo de cómo esta tecnología podría ayudar con los diagnósticos, señala el director general de Enlitic, Jeremy Howard, una start-up creada hace un año que también está usando el aprendizaje profundo para procesar imágenes médicas (ver Los ordenadores podrían ser capaces de detectar tumores). "Tienes que ver cientos y cientos de pantallas en busca de pequeños píxeles brillantes que aparecen y desaparecen, y eso lleva mucho tiempo, y es muy fácil cometer errores", afirma.  Howard afirma que su compañía ya ha creado un algoritmo capaz de identificar las características relevantes de los tumores de pulmón con mayor precisión de la que pueden conseguir los radiólogos.

Howard asegura que la mayor barrera para el uso del aprendizaje profundo en el diagnóstico médico es que gran parte de los datos necesarios para la formación de los sistemas permanecen aislados en instituciones individuales, y las regulaciones gubernamentales pueden dificultar que esa información se comparta. La adquisición de Merge por parte de IBM, con sus miles de millones de imágenes médicas, podría ayudar a resolver este problema.