{{{sourceTextContent.title}}}

El (sobrio) estado de la inteligencia artificial en la lucha contra COVID-19

{{{sourceTextContent.subTitle}}}

Si nos pregunta en The Medical Futurist sobre la importancia de la inteligencia artificial en el cuidado de la salud, tendremos mucho de que hablar.

{{{sourceTextContent.description}}}

Hemos visto cómo podría resolver la fatiga de la alarma en los hospitales. Hemos analizado las inusuales asociaciones de la tecnología descubierta en la medicina. Creemos que marcará el comienzo de la verdadera era del Arte de la Medicina. El Dr. Meskó incluso se embarcó en un viaje para entender mejor el lenguaje de la I.A.

Así que, por supuesto, con la pandemia COVID-19, tuvimos que explorar la contribución de la I.A. en esta crisis de salud pública. Nos encontramos con esfuerzos prometedores que involucraban tales algoritmos, desde la búsqueda de información, pasando por el seguimiento de la propagación hasta la detección de la infección a través de la tos.

Es sensato estar alerta y conocer los posibles problemas y peligros de la privacidad que conlleva el uso de esas nuevas tecnologías en tiempos sin precedentes. Sin embargo, estos desarrollos que elaboramos a continuación nos ayudarán a prepararnos mejor para futuros brotes.

La I.A. predice los brotes

En lo que ahora es un cuento cuasi-profético, fue una compañía de I.A. la que emitió las primeras advertencias de un brote. BlueDot usó su algoritmo para tamizar entre los montones de informes de noticias, datos de aerolíneas y reportes de brotes de enfermedades animales para detectar tendencias. Estos fueron analizados por epidemiólogos que luego alertaron a los clientes de la compañía. El software incluso predijo correctamente el camino probable del virus desde Wuhan a Tokio después de su primera aparición.

A medida que la enfermedad se propagaba, otras organizaciones recurrían a soluciones similares. Un equipo de investigadores alimentó un algoritmo con datos anónimos de viajes aéreos y movimientos de teléfonos inteligentes para explorar cómo la enfermedad podía propagarse de Wuhan a otras ciudades poco después de su aparición. Otro equipo utilizó una I.A. para modelar la propagación de COVID-19 a partir de informes de casos, movimientos humanos e intervenciones de salud pública. Esto ayudó a mostrar cómo las restricciones de viaje obstaculizaban el crecimiento del contagio.

Empleando esos métodos, las autoridades pueden obtener una mejor comprensión de los próximos brotes de enfermedades y prepararse mejor para cualquier eventualidad.

Ayudar en el diagnóstico con escáneres radiológicos, análisis faciales y... ¡tose!

Identificar a los positivos con COVID-19 es urgente para detener la contaminación cruzada. Sin embargo, con las instituciones de salud sobrecargadas, identificar a los infectados resulta ser un desafío. Los hospitales están desbordados con filas de pacientes que se presentan para varias dolencias, la mayoría de los cuales no necesitan cuidados adicionales. La I.A. puede ayudar en la selección y triaje de los pacientes relevantes en estos casos y aliviar la presión sobre los hospitales.

En China, el Hospital Zhongnan utilizó un programa informático de I.A. para detectar los signos de neumonía asociados a las infecciones por SARS-CoV-2 en las imágenes de las tomografías computarizadas de los pulmones. Esto ayuda a los radiólogos a examinar a los pacientes y a priorizar los posibles casos de COVID-19 para realizar más pruebas.

En colaboración con Microsoft, Providence lanzó una herramienta online para distinguir a los que podrían haber sido infectados con COVID-19 de los que tienen condiciones menos amenazantes. En su primera semana, más de 40.000 pacientes usaron la herramienta. A continuación, Partners HealthCare con su chatbot de detección de COVID-19 para examinar a las personas de forma remota.

El Hospital General de Tampa en Florida optó por una opción más parecida a la ciencia ficción. Desplegó un sistema de I.A. en colaboración con Care.ai para detectar visitantes febriles (y potencialmente COVID-19 positivo) a través de un escáner facial.

Un grupo de investigadores e ingenieros de San Francisco lanzó una iniciativa llamada Cough for the Cure. Sí, lo has adivinado: pretenden desarrollar una herramienta de diagnóstico de COVID-19 basada en el audio de la tos. Una vez que se hayan recogido suficientes grabaciones de personas que hayan dado positivo o negativo a la enfermedad, será la tarea de un algoritmo de aprendizaje de máquinas para detectar matices para diferenciar entre esas personas y ayudar en el diagnóstico.

Gestión de recursos y predicción de resultados graves

La falta de equipo de protección, la escasez de camas de hospital y la sobrecarga de la UCI son fenómenos mundiales en estos días. Con las herramientas de previsión basadas en la I.A., los hospitales pueden gestionar mejor sus recursos.

Qventus desarrolló un programa informático destinado a ayudar a los administradores de los hospitales durante la pandemia. Su modelo toma en consideración la afluencia de pacientes de COVID-19 y las muertes relacionadas, y pronostica su efecto en la capacidad del hospital como camas, UCI y capacidad de ventilación.

Los investigadores publicaron sus conclusiones sobre la creación de un marco de I.A. para ayudar en la rápida toma de decisiones clínicas. Sus modelos de predicción utilizan datos reales de pacientes para determinar quiénes desarrollarán el síndrome de dificultad respiratoria aguda (SDRA), una complicación grave en COVID-19. Estos modelos lograron una precisión del 70% al 80% en la predicción de casos graves. Por lo tanto, los pacientes identificados de esta forma podían ser priorizados para recibir apoyo especializado.

Estos dos métodos se vinculan para asignar y priorizar mejor los recursos a su debido tiempo y, en última instancia, reducir la carga de las instituciones de atención de la salud.

Acelerar la investigación de la vacuna

En un intento de acelerar la investigación médica en torno a COVID-19, organizaciones como Microsoft y el Instituto Allen para la Inteligencia Artificial crearon una base de datos gratuita y exhaustiva con más de 29.000 artículos científicos relacionados. Considerada la colección más extensa de artículos de investigación sobre el tema, este conjunto de datos de investigación abierta de COVID-19 (CORD-19) tiene como objetivo facilitar el trabajo de investigación al ser un recurso de fácil acceso para los científicos. Además, permite que los algoritmos de aprendizaje automático extraigan conocimientos que puedan ayudar a la investigación crucial, ya sea para el desarrollo de vacunas, tendencias de transmisión o incluso asociaciones inusuales.

Combinando el aprendizaje de las máquinas y la ciencia de las redes, el BarabasiLab está buscando nuevos candidatos a medicamentos contra el nuevo coronavirus. Menos de 10 días desde que el equipo reenfocó su conjunto de herramientas de Medicina de Red para este propósito, ya tienen una lista de drogas para ser probadas en líneas celulares humanas en un laboratorio experimental.

Para los escépticos

Como mencionamos en la introducción, todos estos ejemplos no son soluciones sino más bien direcciones para su uso futuro. No todo son elogios para la I.A. Hay razones para ser escéptico sobre su ayuda contra la pandemia de la misma manera que hay razones para ser optimista al respecto.

Nadie podía predecir la escala de COVID-19, así que las soluciones sólo están apareciendo ahora. Esto significa que carecemos de datos previos específicos de este contagio que es primordial para el funcionamiento de la I.A. Por ejemplo, hace algunos años Google lanzó Flu Tracker para predecir los brotes de gripe. El gigante de la tecnología detuvo el proyecto en 2013 después de no poder predecir el pico de ese año en un 140%. Esto se atribuyó en parte a la falta de datos fiables. Ahora el nuevo software puede rastrear desde un rango mucho más amplio de fuentes. A medida que reunimos más datos pertinentes, los desarrolladores pueden construir algoritmos más robustos en torno a este brote y prepararse mejor para los futuros.

Sin duda alguna, las medidas que implica el despliegue de esas soluciones plantean un nivel totalmente nuevo de preocupaciones en materia de privacidad. Hemos visto a los gobiernos de Corea del Sur, Singapur e Israel emplear la vigilancia telefónica para rastrear la propagación de COVID-19. Alemania también está contemplando una opción similar. En Estados Unidos, empresas controvertidas como Clearview AI, que utilizó su tecnología de I.A. para crear una base de datos de identificación facial a partir de fotos de medios sociales para sus clientes, se disputan el uso de estas herramientas de vigilancia para uso del gobierno.

Inflar las capacidades de la I.A. conducirá a expectativas poco realistas e inversiones mal informadas, lo que puede llevar al colapso de la industria de la I.A. Por lo tanto, un nivel de precaución es saludable, pero el potencial de la tecnología para apoyar las crisis sanitarias sigue siendo innegable.

Necesitamos toda la ayuda que podamos conseguir

Es importante señalar que en estos escenarios, la I.A. por sí sola no es la solución. Más bien, tales algoritmos deben ser considerados como una ayuda para los profesionales. En el caso de BlueDot, por ejemplo, el algoritmo informó sobre las tendencias que identificó al revisar los datos que un humano tardaría mucho más tiempo. Una vez encontradas estas tendencias, eran los epidemiólogos humanos quienes las analizaban para dar un veredicto definitivo.

Los progresos actuales y futuros realizados en el campo de la I.A. médica se convertirán en activos innegables para los profesionales de la salud más allá de la pandemia. Sí, las cuestiones de eficacia y privacidad son válidas y requieren un esfuerzo concertado de los encargados de formular políticas, las autoridades y el público en general para el uso seguro y eficiente de la I.A. en la lucha contra las crisis sanitarias; porque no dudemos que no podremos hacer frente a la próxima pandemia sin aplicar la I.A. mucho antes de que aparezca. Y todos nos beneficiaremos de la contribución de la I.A. en la asistencia sanitaria.