Diagnósticos precoces, fármacos más eficaces, formas de prevención del suicidio… La inteligencia artificial (IA), capaz de procesar cantidades ingentes de datos y dar sentido a toda esa información, es la herramienta que ha logrado un mayor avance en el campo de la salud durante los últimos años. Y los expertos le auguran un futuro aún más brillante.

“La IA ha explotado en el ámbito público el último año, pero hace tiempo que la estamos implementando en investigación de medicina. La iremos perfeccionando e iremos viendo aplicaciones clínicas útiles en breve, en estos próximos años. No es el futuro, es el presente o un futuro muy inmediato”, señala Salvador Macip, director de los Estudios de Ciencias de la Salud de la UOC e investigador del grupo FoodLab.

Diagnóstico precoz de enfermedades

Pero ¿qué áreas en concreto saldrán más beneficiadas? ¿Cómo cambiará el estado de salud de la población si se apoya en la IA? Según Laia Subirats, profesora de los Estudios de Informática, Multimedia y Telecomunicación de la UOC e investigadora del grupo de investigación Cognitive Neuroscience and Applied Data Science Lab (NeuroADaS Lab) del eHealth Center de la UOC, entre los campos que pueden experimentar un gran avance se encuentra el del diagnóstico, que será más eficaz y rápido.

“Ahora existen nuevas técnicas de procesado de imágenes y de sensores, así como diferentes tecnologías, como el procesado de lenguaje natural (NLP) y el aprendizaje federado en electronic health records (EHR)”, señala. Un ejemplo de estas aplicaciones es el estudio publicado en Nature por investigadores de Estados Unidos del Cedars-Sinai Medical Center y de la Stanford University, que concluye que la IA mejora los resultados de los humanos en la evaluación de ecocardiogramas, un tipo de imágenes empleadas para diagnosticar dolencias cardiacas. O el diagnóstico precoz y cribado para aumentar la supervivencia en cáncer de pulmón, para lo que se está desarrollando un ensayo en el Reino Unido.

“El procesado de los datos requiere un tiempo, pero la IA permite analizarlos a tiempo real, lo que posibilita hacer una detección más rápida de posibles anomalías. Y eso se puede aplicar tanto a la monitorización como a una posible asistencia en cirugía”, indica Subirats.

Salud mental: IA para prevenir el suicidio y trastornos juveniles 

Otro campo en el que la IA puede aportar muchos beneficios es el de la psicología. Como explica Manuel Armayones, investigador principal del Behavioural Design Lab (BDLab) en el eHealth Center y profesor de los Estudios de Ciencias de la Salud de la UOC, en un sistema público saturado y en el que el número de psicólogos trabajando en la sanidad pública es insuficiente, la IA puede convertirse en una herramienta clave.

“Jamás deberá reemplazar la figura del psicólogo, pero puede utilizarse para mejorar la capacidad y el alcance de la labor de los que ahora mismo están trabajando”, advierte y sostiene que podrá agilizar procesos de evaluación y diagnóstico, hacer una primera criba de urgencia y gravedad de casos, y brindar apoyo en emergencias como la prevención del suicidio o trastornos juveniles graves “entre algunas de las situaciones que más sufrimiento y preocupación social están provocando en la actualidad”.

Además, hay un gran potencial en la IA para ofrecer un acompañamiento diario en procesos agravados por la soledad, proporcionando un seguimiento continuo y personalizado a aquellas personas que se enfrentan a situaciones de aislamiento, “pero sobre todo como una herramienta a disposición de los psicólogos que les puede permitir tanto evaluar mucho mejor el contexto social, familiar y personal como integrar la IA como un instrumento para dar información a las personas en tiempo real y en contextos específicos sobre recursos, actividades, formaciones, etc. que pueden llevar a cabo”. Estas recomendaciones serían muy personalizadas “y podrían brindar experiencias para las cuales no hubiera barreras y que fomentasen la relación personal y física en su entorno. No considero la IA como una herramienta ‘aislada’ sino como parte de un plan integral de abordaje a distintos niveles”, indica Armayones.

Predicción de riesgos para la seguridad pública

El diagnóstico precoz y la salud mental no son las únicas áreas en las que la IA puede ayudar. Para Andreas Kaltenbrunner, investigador del grupo Artificial Intelligence and Data for Society (AID4So) del IN3, las herramientas de IA tienen también el potencial de desempeñar un papel crucial en la resolución de conflictos para abordar la creciente polarización dentro de la sociedad. “Para ello, las herramientas impulsadas por IA pueden analizar datos de conflictos existentes, identificar patrones recurrentes y predecir posibles áreas de tensión. Además, pueden detectar polarización durante debates, resumir puntos de vista opuestos, resaltar puntos en común y proponer posibles posiciones de compromiso”, sostiene.

Igualmente, puede aplicarse a la predicción de desastres naturales a través de imágenes en redes sociales, como demostró el proyecto liderado desde el Massachusetts Institute of Technology (MIT) en el que colaboró la investigadora líder del grupo de investigación Artificial Intelligence for Human Well-being (AIWELL) del eHealth Center, Àgata Lapedriza, profesora de los Estudios de Informática, Multimedia y Telecomunicación de la UOC. La investigación aplicó herramientas de visión por computación que, una vez entrenadas con 1,7 millones de fotografías, se mostraron eficaces para analizar, filtrar y detectar catástrofes reales como inundaciones, tornados o incendios forestales.

“La IA puede hacer cosas que para un ser humano serían imposibles de llevar a cabo sin el soporte de la computación. Por ejemplo, procesar inmensas cantidades de datos“, explica Lapedriza, que también ha participado en un proyecto con investigadores del grupo liderado por Javier Borge CoSIN3, del IN3 de la UOC, y la empresa DetectA para detectar automáticamente, a partir de imágenes aéreas públicas, qué tejados tienen amianto, un producto altamente contaminante y peligroso para la salud.

Para lograrlo, crearon una red neuronal (un modelo de aprendizaje profundo) que, dada una imagen aérea de un tejado, puede reconocer si el tejado tiene amianto con un 80 % de acierto, aproximadamente. “Con estas imágenes de tejados con amianto e imágenes de tejados que no lo tienen se puede entrenar la red neuronal para que aprenda a hacer predicciones en tejados que no ha visto antes. La red aprende a identificar los patrones visuales prototípicos de los tejados con amianto (por ejemplo, determinados colores o texturas), siendo así capaz de aprender a hacer la tarea de clasificación (amianto o no amianto) en tejados que no ha visto nunca”, explica la profesora.