¿Puede una supercomputadora diagnosticar mejor que un médico?

  • 1 noviembre 2012
Watson
Image caption La supercomputadora Watson responde a preguntas complejas usando su sistema de inteligencia artificial.

Watson, la supercomputadora que saltó a la fama por vencer a humanos en el concurso televisivo estadounidense Jeopardy, participará en el entrenamiento de galenos en la escuela médica de Cleveland, Estados Unidos.

En realidad el entrenamiento será mutuo, ya que por un lado Watson utilizará su potente cerebro electrónico para ofrecer diagnósticos a los estudiantes, mientras que estos responderán a sus preguntas y corregirán sus errores, para que éste "aprenda" y pueda asistir en un futuro a médicos en ejercicio.

La idea es que con este entrenamiento Watson sea capaz de aprobar el examen de licencia que todo futuro aspirante a médico debe pasar para ejercer en el país.

No obstante, expertos del sector ponen en duda su efectividad, alegando la falta de fiabilidad de las información médica que alimentará al sistema.

Una computadora que entiende

Image caption IBM sugiere que Watson podría ser en un futuro una potente herramienta en medicina.

Watson es una computadora diseñada para "entender" el lenguaje natural y por ende preguntas complejas. Para ello accede a vastas cantidades de información y así identifica la mejor respuesta a una pregunta.

En un entorno como la medicina, el robot tendrá que analizar tanto el historial del paciente como la literatura médica, y para ello sus programadores han diseñado a Watson para que sea capaz de crear listas de respuestas potenciales a preguntas de los médicos, clasificándolas en orden de preferencia.

Una vez finalizado este proceso el robot presenta las soluciones más plausibles, así como información sobre cuán confiable es su respuesta.

Reducción de costos

Watson venció en 2011 a otros dos concursantes humanos en una edición especial del programa televisivo estadounidense Jeopary. Desde entonces sus desarrolladores trabajan para darle utilidad en un entorno real como la medicina, donde la compañía ve posibilidades de negocio.

La iniciativa de Cleveland no es la primera incursión de Watson en el mundo de la salud. De hecho, ya está involucrado en otro proyecto en el Centro de tratamiento del cáncer Sloan-Kettering de Nueva York, y la firma de seguros de salud Wellpoint lo está usando para evaluar tratamientos y formularios de reclamo de sus asegurados.

Un reporte reciente de la Organización para la Cooperación Económica y el Desarrollo (OCDE) destacó que Estados Unidos invirtió más de US$2,6 billones en salud, lo que representa el 17,6% del producto interno bruto del país.

IBM asegura que uno de cada cinco diagnósticos en Estados Unidos son incorrectos o incompletos, lo que daría lugar a 1,5 millones de errores en medicación anualmente.

Por otra parte, la compañía argumenta que el volumen de nueva información médica se duplica cada cinco años, lo que dificulta que los médicos puedan estar al tanto de los últimos avances.

En este contexto, varias empresas de tecnología tratan de introducir sistemas de inteligencia artificial semejantes en el sector de la salud del país.

Por ejemplo, el equipo de decisiones clínicas del Instituto Tecnológico de Massachusetts (MIT) ensaya la aplicación de sistemas de inteligencia artificial haciendo uso de programas como Dxplain e Isabel, que ya están ayudando a equipos médicos en la formulación de diagnóstico.

Escasa fiabilidad

Image caption Watson saltó a la fama tras vencer a humanos en un concurso de televisión en 2011.

Sin embargo, especialistas en tecnología de la salud sugieren que todavía faltan al menos 30 años para que este tipo de computadoras sean fiables a la hora de elaborar diagnósticos.

Fred Trotter, director de tecnología en Cautios Patient Foundation, cree que parte del problema es que una gran cantidad de la información que alimenta a los sistemas de inteligencia artificial es incorrecta.

"Simplemente no importa cuán bueno sea el algoritmo de inteligencia artificial si los datos médicos son incorrectos y descritos con ontología médica defectuosa", ha escrito Trotter al respecto.

"¿Mi experiencia personal con los datos médicos a gran escala? Es como mantener una conversación con un mentiroso habitual con impedimento en el habla".

"Les vaticino que seremos antes capaces de resolver el problema de la inteligencia artificial que disponer de información médica lo suficientemente fiable como para entrenarlo. Imaginen cómo se habría manejado Watson en Jeopardy si hubiera sido entrenado con El señor de los anillos y El Gato con Botas en lugar de enciclopedias".

Siga la sección de tecnología de BBC Mundo a través de @un_mundo_feliz

Contenido relacionado