Parece que, con toda seguridad, la inteligencia artificial (IA) está a punto de revolucionar la medicina (ver Esta máquina que detecta arritmias mejor que el médico y China se aferra a la IA para suplir su escasez de médicos). Pero una nueva investigación de Google Cloud indica que esta transformación va a ser más complicada de lo que la gente sospecha (ver Puede que Watson revolucione la salud, pero no tan pronto como dice IBM).

La información se desprende de la charla que la directora de la investigación y el desarrollo de Google Cloud, Jia Li, dio en la conferencia EmTech Digital organizada por MIT Technology Review la semana pasada en EE. UU. La responsable reveló nuevas investigaciones sobre la aplicación de la IA al diagnóstico por imagen de la radiología.

El trabajo, descrito en un documento publicado online, muestra que el aprendizaje automático podría ayudar a identificar enfermedades en un entorno clínico real, donde los datos son escasos y los médicos necesitan justificar sus diagnósticos. Algunos expertos en IA afirman que hay áreas enteras de trabajo médico, como el análisis de imágenes radiológicas, que podrían automatizarse por completo gracias a la inteligencia artificial (ver Una IA derrota a los mejores médicos en el diagnóstico de la retinopatía diabética y 30.000 millones de imágenes médicas enseñarán a Watson a detectar melanomas).

Li y sus compañeros utilizaron el aprendizaje profundo para identificar anomalías en las radiografías de tórax. Debido a que solo disponían de un pequeño conjunto de datos para entrenar al algoritmo, usaron otro conjunto de datos para iniciar el proceso de aprendizaje. También se aseguraron de que resaltar las zonas críticas de una de una imagen que sirven para diagnosticar una anormalidad. Esto es importante porque el aprendizaje profundo es tan matemáticamente complejo que su proceso de toma de decisiones acaba siendo un misterio (ver El secreto más oscuro de la inteligencia artificial: ¿por qué hace lo que hace?).

Li, quien trabaja con expertos médicos de la Universidad de Stanford (EE. UU.), también reconoce que la IA solo puede automatizar una pequeña parte del trabajo de los radiólogos. Estos profesionales deben entender el historial específico de cada paciente, comunicarle diagnóstico y determinar el tratamiento adecuado. Así que cree que estos profesionales serán clave a la hora de desarrollar sistemas precisos y efectivos del aprendizaje automático.

Así que Li cree que, en un futuro cercano, los médicos no van a ser reemplazados por la IA. La experta afirmó: "Podemos ayudar a [los médicos] a hacer mejores valoraciones y aumentar la eficiencia del proceso".

Se trata de un trabajo importante porque resalta y busca abordar desafíos clave en la aplicación de la IA a situaciones médicas del mundo real. La mayoría de las demostraciones de IA aplicada a la medicina han requerido grandes conjuntos de datos perfectamente etiquetados y no han tenido en cuenta el contexto más amplio.

La investigación también sugiere que la medicina puede ser un foco importante para la plataforma en la nube de Google. El gigante o otros grandes actores tecnológicos creen que ofrecer servicios de inteligencia artificial en la nube es una macrotendencia en auge que generará muchos ingresos en el sector de la informática (ver IA en la nube, la próxima nueva tecnología más lucrativa de la historia). De hecho, la IA en la nube ha sido una de las 10 Tecnologías Emergentes de la lista anual de 2018 de MIT Technology Review.

Para ellos, esta tecnología representa una forma de "democratizar la IA", ya que la acerca a quienes no tienen formación en IA. "Afortunadamente, los expertos dedicarán menos tiempo a las tareas repetitivas", concluyó Li.