Los investigadores de IBM están utilizando modelos de inteligencia artificial para estudiar enfermedades como el Alzheimer o la predicción y el diseño de respuestas inmunes y el estudio muestra que la inteligencia artificial puede ser realmente útil para el diagnóstico temprano.
Si hay un área donde la innovación y, en concreto, tecnologías como la IA o el Machine Learning están jugando un papel protagonista, es sin duda el área de la salud.
Mejorar los tratamientos, acelerar el desarrollo de fármacos o predecir determinadas enfermedades son solo algunos de los objetivos que persiguen actualmente las principales empresas tecnológicas de todo el mundo.
IBM quería mostrar cómo sus investigadores están utilizando ciertos modelos de inteligencia artificial para la detección temprana de la enfermedad de Alzheimer; el estudio de la relación entre el sentido del olfato; la detección, corrección y uso de datos no sesgados para diagnósticos y tratamientos en dermatología; o la predicción y diseño de respuestas inmunes.
La IA puede ser un factor clave para el diagnóstico precoz
Por ejemplo, Guillermo Cecchi, gerente del Laboratorio de Psiquiatría Computacional y Neuroimagen del Centro de Investigación Thomas J. Watson de IBM, explicó cómo IBM Research y Pfizer han desarrollado un nuevo modelo de inteligencia artificial (IA) que utiliza pruebas de habla cortas, no invasivas y estandarizadas para ayudar predecir la aparición eventual de la enfermedad de Alzheimer en personas cognitivamente sanas con una precisión de 0,7 y un AUC de 0,74 (área bajo la curva).
Estas predicciones se hicieron contra muestras de datos de un grupo de personas cognitivamente sanas que finalmente desarrollaron o no la enfermedad más adelante en la vida, lo que permitió a los investigadores verificar la precisión de la predicción del modelo de IA. Este es un aumento significativo con respecto a las predicciones basadas en escalas clínicas (59%) y elección aleatoria (50%).
IBM muestra cómo la IA se puede utilizar con fines sanitarios
Otra investigación explicada por Celia Cintas, investigadora de ciencia de inteligencia artificial en IBM Research Africa en el laboratorio de Nairobi (Kenia) tiene como objetivo acabar con los sesgos de los modelos de inteligencia artificial y aprendizaje automático en la detección de enfermedades dermatológicas.
Como explicó Celia Cintas, en la investigación descubrieron que los datos utilizados para entrenar modelos de IA están compuestos en su mayoría por imágenes de la población caucásica, lo que puede reducir la capacidad de estos modelos para detectar enfermedades de la piel en otros pacientes y su correspondiente impacto negativo en la calidad de la atención y el trato que reciben las personas.
Por ejemplo, en las poblaciones de ascendencia africana, el melanoma se diagnostica comúnmente en etapas tardías. Además, la escasez de imágenes de las manifestaciones cutáneas de COVID-19 en pacientes latinos y afrodescendientes es un problema, ya que dificulta el diagnóstico clínico.
Artículos relacionados:
