Por Rubén M. Mateo.- «El campo de la medicina es el más difícil, probablemente, para toda la Inteligencia artificial debido a cuestiones de incertidumbre y por el posible daño a las personas». Esta es una de las conclusiones a las que ha llegado Víctor Maojo, catedrático en la Universidad Politécnica de Madrid (UPM) y director del Grupo Informática Biomédica (GIB) de dicha universidad. No obstante, también sostiene que las posibilidades son gigantescas en áreas como el diagnóstico, tratamiento, terapia, salud pública o Educación.
Maojo fue el encargado de abrir la serie de ponencias que tuvieron lugar el pasado 20 de abril en el encuentro JUBILARE, «Inteligencia Artificial, Neurotecnología y Salud», cuya grabación íntegra está disponible en este enlace, que se celebró en la sede del Colegio de Registradores de España. En la nueva jornada de JUBILARE, la comisión que combate el edadismo y lucha por la mejora de las condiciones de vida de las personas mayores, se abordaron las numerosas aplicaciones que los algoritmos matemáticos, la robótica y la neurotecnología ofrecen para mejorar la calidad de vida de las personas de edad avanzada, sin perder de vista la perspectiva humanista y ética.
La mesa redonda reunió a ponentes de la talla del propio Maojo, que hizo una introducción a la inteligencia artificial en salud, así cómo a Enrique Gómez Aguilera presidente de la sociedad española de ingeniería biomédica, que trató las tecnologías biomédicas en diabetes, y a Bryan Strange, Director de Neuroimagen en la Fundación Cine, quien pronunció una conferencia titulada neurociencia y neurotecnología, en la que abordó cuestiones relacionadas con el Alzheimer, Parkinson, demencia o memoria.
El acto se inauguró con la presentación de Rocío Perteguer, Vocal de Consumidores del Colegio de Registradores, que destacó que los temas a tratar se hacen sin perder de vista «la perspectiva humanista y ética que caracteriza a la comisión de JUBILARE, que resulta perfectamente compatible con los asuntos científicos de los que una mayor parte de los presentes somos profanos». La moderadora, Asunción Gómez, Vicerrectora de Investigación, Innovación y Doctorado de la UPM desde 2016, antes de dar paso a los ponentes, hizo un breve repaso de la trayectoria de la inteligencia artificial desde 1955.
Gómez mencionó las limitaciones en el desarrollo de la inteligencia artificial durante el siglo pasado, debido a la potencia de los procesadores, la capacidad de almacenamiento de los ordenadores y por la escasez de datos disponibles. Destacó las tecnologías en estado incipiente que aún no han sido ampliamente adoptadas pero que están contribuyendo a la revolución tecnología como son la computación cuántica, la computación Neuromórfica, la neurotecnología o los chips implantados en humanos para incrementar sus capacidades físicas y cognitivas.
Posibilidades «gigantescas» y peligros
Víctor Maojo fue el encargado de introducir a los presentes en la aplicación de la inteligencia artificial en el ámbito de la Salud. Uno de los objetivos de la Inteligencia Artificial, explicó, es la ejecución de tareas repetitivas que requieren el manejo de información ingente dadas sus cualidades como la comprensión, la memoria, el aprendizaje o el sentido común, «pero la meta de la Inteligencia Artificial en el área de salud no es crear un sistema que replique el cerebro humano».
El ponente, subrayó que la Inteligencia Artificial ayuda al razonamiento médico con estudios que datan de 1940. Asimismo, hoy en día hay sistemas de Inteligencia Artificial que permiten tomar decisiones ante las historias clínicas y el intercambio de información entre investigadores en tiempo real, algo muy innovador. Maojo explicó que desde los años setenta a los noventa se tuvieron en cuenta los sistemas basados en datos y en conocimiento en el área de la medicina. No obstante, ha sido el deep learning o aprendizaje profundo el «que ha causado el boom real de la Inteligencia Artificial en los últimos 10 años».
El ponente aseguró que las posibilidades son gigantescas para poder dar indicaciones a los pacientes sobre diagnóstico, tratamiento o terapia. Pero también alertó de los peligros: «El peligro es que ahora mismo todavía no puede manejar información factual. Ese conocimiento viene de múltiples textos, pero no podemos tener una indicación si eso es cierto o es falso. Tenemos unas posibilidades sinfín en diagnóstico y en múltiples áreas, pero tenemos también muchos peligros. Hay también problemas éticos que tienen que ver con la privacidad, seguridad, sesgos o desinformación».
Maojo hizo referencia a los llamados AIwinters, los inviernos de la Inteligencia Artificial. «Ha habido varias crisis por la expectación exagerada de que podríamos resolver prácticamente cualquier cosa y no es así. El campo de la medicina es el más difícil, probablemente, para toda la Inteligencia Artificial debido a las cuestiones de incertidumbre y las relacionadas también con el posible daño a las personas», subrayó.
Asimismo, citó algunos ejemplos. En el año 1994, un proyecto de Machine Learning de aprendizaje en artritis reumatoide tenía mil casos de un hospital. Observaron que el 75% de los datos de esas historias técnicas no eran fiables, por lo que los resultados no iban a ser fiables tampoco. «Eso no lo hace prácticamente nadie, ese análisis tan exhaustivo durante dos años que hicimos. Hoy prácticamente nadie hace las evaluaciones que son necesarias en el área médica. Por ejemplo, en Cambridge vieron que de los 25 proyectos que se habían publicado para descubrir con deep learning neumonía con TAC para casos de covid, todos los proyectos eran defectuosos en la metodología».
Durante el turno de preguntas que tuvo lugar al final del encuentro, Víctor Maojo habló entre otras cuestiones, de la medicina de precisión. «Desde hace unos 15 años se han hecho estudios con gente sana para hacer una prevención de cómo estarán dentro de 20 años. Se hace con un análisis completo de la historia clínica familiar y su perfil genético, viendo las mutaciones y viendo además si las mutaciones se corresponden con múltiples bases de datos, para dar con la respuesta posible a medicamentos. En el primer caso publicado en la revista The Lancet de hace unos 12 o 13 años vieron que un paciente de 40 años sano tendría un problema cardíaco probable dentro de 15-20 años y le dieron un tratamiento médico», expuso, para advertir del problema ético.
Para ilustrar, puso el ejemplo de empresas a las que pueden enviarse muestras genéticas y ofrecen un perfil genético con la probabilidad de las enfermedades que el paciente puede sufrir. «Lo que parece más lógico es hacer un seguimiento e ir viendo cuando aparecen algunos problemas. Es también una cuestión ética, no solo una cuestión médica», defendió, para subrayar que las compañías que venden esos perfiles genéticos fueron prohibidas en los Estados Unidos varios años y ahora vuelven otra vez a irrumpir.
40 años buscando solución a la diabetes
Enrique Gómez Aguilera, presidente de la Sociedad Española de Ingeniería Biomédica, abordó el papel de la tecnología en el cuidado de la diabetes, a la que calificó como «pandemia mundial» por las altas cifras de afectados. Y es que, desde los años ochenta hasta ahora se han quintuplicado. En los ochenta había unos 100 millones de personas con diabetes en todo el mundo, ahora hablamos de 540 millones, de las cuales aproximadamente unos 9 millones sufren diabetes tipo uno, 21 millones diabetes gestacional y el resto la diabetes tipo 2.
El ponente expuso que la ingeniería biomédica intenta mejorar el cuidado de la salud, es decir, mejorar los métodos de diagnóstico, de tratamiento, de terapia, de monitorización o de prevención. El campo de la diabetes es uno de los campos donde se ha aplicado. Por ejemplo, la monitorización ambulatoria, la administración de insulina con novedosos sistemas de administración continua a demanda, la réplica de la función del páncreas conocido como páncreas artificial, o a la telemedicina.
«La Inteligencia artificial en medicina busca modelar y simular los sistemas sociológicos y utilizar herramientas matemáticas y de conocimiento para conocer mejor, por ejemplo, el sistema del metabolismo de la glucosa», dijo el presidente de la Sociedad Española de Ingeniería Biomédica, que subrayó que se llevan 40 años buscando soluciones desde la ingeniería biomédica.
Gómez Aguilera puso algunos ejemplos. En el año 1994 desarrollaron el primer sistema para hacer un análisis automático de los datos de monitorización en diabetes gestacional, donde la mujer no puede aprender ni gestionar en unas pocas semanas una diabetes, ya que es algo complejo y exigiría visitas al hospital cada tres o cuatro días para ver si tiene que ser insulinizada, si se produce una evolución o qué tipo de dieta seguir, entre otras cuestiones.
«Eso lo hacía un sistema de planificación terapéutica», afirmó, para explicar que ese método ha evolucionado y está en la rutina clínica del hospital de Sabadell, siendo crucial durante la pandemia. El sistema propone los cambios terapéuticos tanto de ingesta o necesidades de insulina, el profesional lo supervisa y a través de un sistema de telemedicina la mujer lo implanta en su domicilio.
Asimismo, también hizo mención a un estudio longitudinal en el que se están utilizando móviles y pulseras para conocer siete dominios de salud y a partir de ahí desarrollar modelos predictivos que permitan realizar intervenciones en aquellas variables que pueden llegar a mejorar la posibilidad de que la persona no desarrolle una enfermedad neurodegenerativa o una enfermedad metabólica. Está previsto que en 2040 lleguen a 800 millones las personas con diabetes.
Entre las cuestiones a plantearse destacó la accesibilidad desde los servicios públicos. «No todo el mundo puede acceder a estas tecnologías porque algunas de ellas son muy costosas. De hecho, hay países que se plantean si todo el mundo va a poder llevar un páncreas artificial híbrido como el que tenemos hoy, porque estamos hablando de miles y miles de euros y a lo mejor no tiene sentido que una persona con diabetes tipo 2 lo lleve, aunque en una persona con diabetes tipo 1 seguro que sí», afirmó.
Durante el turno de preguntas, Gómez Aguilar, abordó algunas cuestiones planteadas, destacando el buen funcionamiento del páncreas artificial por la noche y las dificultades de automatización. «Funciona bien porque no estamos moviéndonos. Por eso cuesta tanto desarrollar los sistemas automáticos. El ser humano no es una máquina y no siempre es posible especificar su comportamiento. Además, hay otras perturbaciones que generamos con una actividad física o con la alimentación. O en situaciones de estrés, que modifican los niveles de glucemia y otros parámetros. La temperatura y la humedad también influyen. Que el sistema inteligente actúe sobre todo no es sencillo», expuso.
Neurociencia, memoria y superagers
La tercera conferencia corrió a cargo de Bryan Strange, director del departamento de Neuroimagen de la Fundación CIEN, quien abordó la parte referida a la Neurociencia y Neurotecnología. En la actualidad están en fase de estudio distintos proyectos de Inteligencia Artificial que producirán avances en la neurociencia y en la neurotecnología. Por ejemplo, el proyecto de estimulación cerebral profunda, a través de implantes permanentes, de utilidad en enfermedades mentales como la depresión o la esquizofrenia y el Parkinson.
«La relevancia es demostrar como la Inteligencia Artificial puede ser aplicada como herramienta para ayudarnos en nuestros estudios de investigación», aseguró Strange, que también expuso el Proyecto Vallecas, basado en el centro de Alzheimer de este territorio, que empezó hace unos 12 años. Reclutaron 1.200 personas de entre 70 y 85 años sin ningún trastorno psiquiátrico severo, demencia o una enfermedad grave. Todos estaban viviendo en sus casas. Son personas evaluadas de una forma muy detallada en una consulta médica neurológica, pruebas neuropsicológicas y pruebas de sangre, que se utilizan para extraer datos genéticos y varias secuencias de neuroimagen, tanto funcional como estructural o de extractos.
«La idea principal de este estudio ha sido buscar personas en riesgo, que entran sanos cognitivamente, pero luego empiezan un estado de predemencia y demencia. Se puede ir retrospectivamente para buscar biomarcadores y detectar si esta persona tiene riesgo de demencia y pensar en el tratamiento», expuso el ponente. Durante la muestra del estudio han encontrado 64 superagers, que es un término utilizado para definir a las personas con más de 80 años que conservan una memoria de una persona de 50 años.
Para clasificar a los superagers se usan técnicas de Inteligencia Artificial, a través de metodologías Random Forest (bosque aleatorio). «Lo que más destaca en los parámetros asociados es su falta de ansiedad, su falta de presión y su habilidad de moverse. Los superagers son más rápidos, duermen bien, no tiene hipertensión, tienen la glucosa bien», explicó el ponente, quien destacó que la neurociencia adquiere cada vez más relevancia y la neurotecnología tiene un enorme potencial para ayudar a los pacientes con enfermedades tanto neurológicas como psiquiátricas, aunque plantea «importantes consideraciones éticas».
Bryan Strange resolvió algunas cuestiones durante el turno de preguntas. Por ejemplo, una que tiene que ver con el uso de las redes sociales: «Hay un estudio destacado de hace un par de años que demuestra que estar cambiando entre diferentes plataformas muy rápido o entre diferentes vídeos, que es la tendencia hoy en día porque todo tiene que ser muy breve o si no las personas se cansan, perjudica mucho la habilidad de formar memoria».
Puedes accederse a la grabación íntegra del webinar en este enlace.
