revista de cultura científica FACULTAD DE CIENCIAS, UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
Busca ampliar la cultura científica de la población, difundir información y hacer de la ciencia
un instrumento para el análisis de la realidad, con diversos puntos de vista desde la ciencia.
Entrada127A09   menu2
índice 127-128
siguiente
anterior
PDF
 
     
Matías Ezequiel Hernández Rodríguez
     
               
               
Cada vez con más frecuencia oímos hablar acerca de la
inteligencia artificial y no son pocas las noticias que fantasean con un futuro apocalíptico en el que la raza humana es destruida por robots inteligentes o algún virus informático. La mayoría de esas noticias carecen de asidero científico y son fruto de la imaginación de autores no especializados. Es verdad que algunos científicos y filósofos de renombre —como Stephen Hawking, Noam Chomsky y Elon Musk— se han mostrado preocupados por el desarrollo indiscriminado de este tipo de tecnología; pero sus pronunciaciones suelen ser descontextualizadas o muy mal interpretadas.
 
Por otro lado las noticias que no resaltan el lado negativo de la inteligencia artificial suelen referirse a usos poco interesantes, aunque muy rentables, dentro de la industria del entretenimiento (por ejemplo, el mundo de los videojuegos). Como consecuencia de tanta manipulación mediática existe en el ciudadano un cierto recelo hacia la inteligencia artificial. Para revertir esta situación de rechazo es de vital importancia comunicarle a la sociedad las magníficas aplicaciones y desarrollos que la inteligencia artificial ya tiene en diferentes áreas de la ciencia íntimamente relacionadas con el bienestar del humano. Una sociedad bien informada no sólo mostrará interés en el tema sino que estimulará su desarrollo, algo más que deseable si tenemos en cuenta que es ésta una tecnología cuyos beneficios para la salud humana supera cualquier expectativa.
 
¿Qué es la inteligencia artificial?
 
Todo en la existencia resulta dinámico, mutable, en constante transformación, incluidas las definiciones. El concepto de inteligencia artificial, que no queda exento de la anterior observación, ha evolucionado desde 1955 —año en el que el informático John McCarthy esbozó una primera aproximación del mismo— hasta el presente. Y no resulta exagerado admitir que la idea actual de inteligencia artificial seguirá mutando, sobre todo si tenemos en cuenta que actualmente es una interdisciplina en la que convergen áreas tan diversas como la matemática, la neurociencia, la biología, la filosofía, las ciencias de la computación y la sociología.
 
Entre las sombras que envuelven a la inteligencia artificial destaca un error muy arraigado en el imaginario colectivo: la creencia de que ésta se reduce al intento de emular el intelecto humano, algo muy lejos de la realidad. El error se diluye haciendo notar que existen cuatro tipos de inteligencia artificial: a) la diseñada para pensar como un humano; b) la que se construye procurando que se comporte como un humano; c) la que piensa racionalmente; y d) la que actúa de manera racional.
 
Al interior de este paradigma se enmarcan las redes neuronales artificiales, inspiradas en el cerebro humano y los algoritmos genéticos, que simulan el proceso de evolución darwinista.
 
De manera muy general, la inteligencia artificial se puede definir como una entidad creada por el humano, la cual posee la capacidad de realizar cálculos, razonar, aprender a partir de la experiencia, encontrar relaciones y analogías, clasificar, manipular información, manejar un lenguaje natural, realizar generalizaciones, evolucionar y comprender ideas. Generalmente, en la práctica, una inteligencia artificial se centrará en una o dos de las características mencionadas anteriormente.
 
Una era de apogeo
 
La nuestra es una era de prosperidad sin igual en la historia de la inteligencia artificial, pero eso no siempre ha sido así. Desde sus inicios, en 1943, cuando se desarrollaron los primeros modelos de redes neuronales artificiales, la inteligencia artificial ha tenido periodos de auge y decadencia íntimamente ligados al progreso de la informática. Esto se debe a que uno de los factores adversos a la inteligencia artificial es la demanda de una gran capacidad de cómputo —lo cual se traduce en un elevado requerimiento de tiempo y dinero. Hasta hace un par de décadas, esto suponía realmente una limitación muy seria para el desarrollo de dicha tecnología; en la actualidad, sin embargo, se observa un crecimiento exponencial de dispositivos con una gran capacidad de cómputo y procesamiento de información, lo cual, junto al desarrollo de algoritmos cada vez más sofisticados, repercute positivamente tanto en la investigación sobre inteligencia artificial como en las aplicaciones prácticas de la misma.
 
Actualmente, se ha intensificado una retroalimentación muy común en la ciencia: por un lado se aplica la inteligencia artificial a la resolución de problemas prácticos provenientes de diferentes ámbitos y, por otro lado, de esos ámbitos emergen problemas más complejos que estimulan el desarrollo de tipos de inteligencia artificial más sofisticados, y así sucesivamente.
 
El diagnóstico médico
 
En una era como la nuestra, que tiende hacia la medicina personalizada, la inteligencia artificial tiene un papel protagónico. Actualmente los médicos disponen de una gran cantidad de información sobre sus pacientes: imágenes clínicas, análisis bioquímicos, signos clínicos, etcétera, información que se utiliza para realizar diagnósticos médicos, seleccionar tratamientos y, de ser posible, hacer predicciones. En el ámbito de enfermedades tales como el cáncer, Alzheimer, diabetes y las afecciones cardiovasculares, la inteligencia artificial ha resultado ser más eficiente que los métodos estadísticos estándares.
 
Este año se estima que en Estados Unidos serán diagnosticados 1 688 780 nuevos casos de cáncer y que 600 920 personas morirán por la enfermedad. Estadísticas similares en todo el mundo ubican el cáncer entre una de las principales causas de muerte del ser humano, por lo tanto, un diagnóstico certero y rápido y una terapia adecuada son esenciales para combatir la enfermedad. Es en este punto donde la inteligencia artificial ha mostrado ser muy eficiente.
 
A principios de 2017 se publicó un artículo en el que se revelan los resultados obtenidos luego de aplicar al diagnóstico de lesiones cutáneas una red neuronal convolucional, tecnología muy recurrida para el procesamiento de imágenes como el reconocimiento facial. La red neuronal que inicialmente fue entrenada con 1.4 millones de imágenes, actuó sobre un conjunto de 1 300 imágenes clínicas. Se requerían dos tipos de diagnósticos: 1) carcinomas de células escamosas versus queratosis seborreicas benignas; y 2) melanomas malignos versus melanomas benignos. El desempeño de la red neuronal fue comparado con los diagnósticos realizados por veintiún dermatólogos certificados y el resultado final demostró que la red neuronal tuvo un desempeño comparable al de los profesionales.
 
La inteligencia artificial también se utiliza para diagnosticar tanto el cáncer de mama como el de próstata. Un estudio realizado en 2014 muestra que un híbrido constituido por un kalgoritmo y una máquina de vector de soporte puede diagnosticar eficientemente el cáncer de mama. Después de trabajar diez veces, el híbrido puede incrementar su efectividad hasta 98%, lo cual demuestra una gran capacidad de aprendizaje.
 
La información clínica de un paciente no sólo puede utilizarse para realizar un diagnóstico, sino también para predecir la evolución de ese paciente después de ser sometido a un determinado tratamiento. Llevar a cabo predicciones de este tipo generalmente es una tarea muy complicada. El cáncer de ovario epitelial es una enfermedad sumamente impredecible debido a su heterogeneidad, esto significa que está constituido por células de diferentes sensibilidades a los tratamientos, motivo por el cual las técnicas estadísticas estándares resultan deficientes a la hora de predecir el tiempo de sobrevida de los pacientes o el resultado de una cirugía. Sin embargo, un estudio efectuado por Enshaei, Robson y Edmondson probó que una inteligencia artificial es capaz de predecir la sobrevida de un paciente de cáncer de ovario epitelial con una precisión de 93%. El modelo también pudo predecir el resultado de una cirugía con una exactitud de 77%. La inteligencia artificial utilizada en el estudio mencionado fue entrenada a partir de los datos obtenidos en 668 casos registrados a lo largo de diez años. Si tenemos presente que la inteligencia artificial se caracteriza por aprender a partir de la experiencia, los resultados de la investigación resultan ser sumamente interesantes. Las aplicaciones de las redes neuronales en el mundo de la radiología se centran principalmente en el diagnóstico y la clasificación de tumores cerebrales.
 
A futuro
 
Los ejemplos anteriores, unos pocos de entre muchos, tienen en común el uso de inteligencia artificial en el diagnóstico y predicción del cáncer. El desafío a futuro consiste en el desarrollo de inteligencia artificial con la capacidad de diseñar tratamientos personalizados, los cuales no vendrían dados de antemano sino que se irían delineando a medida que evoluciona el paciente.
 
Esto podría hacerse de la siguiente manera: en torno a una enfermedad concreta, como el cáncer de ovario epitelial, especialistas de todo el globo subirían a una base de datos global toda la información disponible (historiales clínicos) respecto de la evolución que diferentes pacientes hayan tenido luego de ser sometidos a diferentes tratamientos. Esa información sería el entrenamiento de la inteligencia artificial. Luego, frente a un paciente concreto el profesional de la salud inicialmente, utilizaría toda la información útil disponible de ese paciente (peso, análisis bioquímicos, imágenes clínicas, signos, etcétera) para tomar una decisión (por ejemplo, una primera dosis de radio o quimioterapia). A continuación, la evolución del paciente en respuesta a esa primera decisión plasmada en datos medibles sería utilizada por la inteligencia artificial junto con la información de entrenamiento a fin de tomar una segunda decisión, y así sucesivamente. Esta línea de investigación encuadra perfectamente en la mirada que actualmente se está formando en lo referente al tratamiento del cáncer, la cual consiste en considerar el cáncer no necesariamente como una enfermedad a curar sino más bien como una enfermedad crónica con la cual el paciente pueda convivir.
 
Hasta el momento, muchos resultados experimentales y computacionales tienden a indicar que las terapias derivadas a partir de este nuevo paradigma (caracterizadas por dosis pequeñas en periodos prolongados de tiempo) incrementa tanto la calidad como el tiempo de sobrevida de los pacientes. Este cambio de paradigma se debe al elevado índice de fracaso de los protocolos consistentes en aplicar al paciente las máximas dosis de fármacos tolerables. El efecto de esto es que inicialmente la enfermedad retrocede, pero ese retroceso suele ser ilusorio, pues interiormente puede ocurrir que se eliminaron las células sensibles a la terapia —que constituyen la mayor parte del tumor— al tiempo que sobrevivieron las resistentes. Como resultado queda un tumor resistente a la terapia que luego crece desenfrenadamente.
 
¿Un peligro para la humanidad?
 
Bien es cierto que la inteligencia artificial se caracteriza por hacerse más inteligente a medida que evoluciona, pero esto no implica que de una inteligencia artificial diseñada para resolver un problema concreto pueda emerger una autoconciencia capaz de deliberar y llegar por sí misma a la conclusión de que la humanidad debe ser destruida mucho menos que no pueda contar con los medios para hacerlo. Por ejemplo, en virtud del algoritmo que la define es imposible que una inteligencia artificial desarrollada para diagnosticar algún tipo de cáncer a partir de imágenes pueda evolucionar hacia una inteligencia autoconsciente.
 
El problema es que, como ocurre con casi todas las creaciones humanas, existen en torno a esta tecnología dos caras de una misma moneda: las aplicaciones para el bienestar de la humanidad y las aplicaciones bélicas, que no necesariamente colaboran con el progreso humano. Estas últimas son las que, al igual que muchas otras tecnologías militares, constituyen un peligro para la vida y el motivo por el cual hoy muchos exigen que el desarrollo de la inteligencia artificial sea estrictamente regulado.
 
Fuera del ámbito bélico, cierto tipo de inteligencia artificial utilizado en la administración pública ya tiene un impacto negativo en la sociedad. Por ejemplo, muchas multinacionales utilizan conjuntamente diferentes tipos de inteligencia artificial —algunas especializadas en el reconocimiento facial— para la selección de personal. En teoría esto supone optimizar el proceso de reclutamiento, pues facilita la comparación de perfiles. Sin embargo, si tenemos en cuenta que a medida que tal inteligencia evolucione y sea más eficiente menos intervendrá la mano del humano en la selección de personal, es evidente que aplicaciones de ese tipo contribuyen a la cosificación de la persona en el plano ético, pues procediendo de ese modo se diluye la dignidad humana.
 
A pesar de todo, las aplicaciones negativas de la inteligencia artificial no empañan los logros alcanzados en el ámbito de la oncología ni el futuro luminoso que le espera en el campo de la medicina en general. A final de cuentas, la inteligencia artificial es creada por el humano y, en última instancia, es éste quien decide si las aplicará de manera inteligente, es decir para beneficio de la humanidad o de manera destructiva.
 
     
Referencias Bibliográficas
 
Barrea, A. et al. 2015. “Sustainable Chemotherapy Schedules”, en VI Latin American Congress on Biomedical Engineering CLAIB 2014, Paraná, Argentina 29, 30 & 31 October 2014, Braidot A. y A. Hadad (eds.). Springer, Cham. Pp. 841-845.
Enshaei, A., C. N. Robson y R. J. Edmondson. 2015. “Artificial Intelligence Systems as Prognostic and Predictive Tools in Ovarian Cancer”, en Annals of Surgical Oncology, vol. 22, núm. 12, pp. 3970-3975.
Gatenby, R. A. et al. 2009. “Adaptive therapy”, en Cancer Research, vol. 69, núm. 11, pp. 4894-4903.
Hadjiandreou, M. M. y G. D. Mitsis. 2014. “Mathematical modeling of tumor growth, drug-resistance, toxicity, and optimal therapy design”, en IEEE Transactions on Biomedical Engineering, vol. 61, núm. 2, pp. 415-425.
Tate, A. R. et al. 2006. “Development of a decision support system for diagnosis and grading of brain tumours using in vivo magnetic resonance single voxel spectra”, en NMR in Biomedicine, vol. 19, núm. 4, pp. 411-434.
Waal, I. van der. 2017. “Skin cancer diagnosed using artificial intelligence on clinical images”, en Oral Diseases.
Zheng, B., S. W. Yoon y S. S. Lam. 2014. “Breast cancer diagnosis based on feature extraction using a hybrid of K-means and support vector machine algorithms”, en Expert Systems with Applications, vol. 41, núm. 4, pp. 1476-1482.

En la red

www.cancer.org
     

     
Matías Ezequiel Hernández Rodríguez
Investigador independiente, Argentina.

Es doctor en matemática egresado de la Facultad de Matemática, Astronomía y Física de la Universidad Nacional de Córdoba, Argentina. Ha publicado varios artículos científicos y de divulgación dentro de su área de estudio: la biomatemática. Además ha ejercido la docencia en diferentes universidades de su país.
     

     
 
cómo citar este artículo


     

 

 

de venta en copy
Número 136
número más reciente
 
136I

   
eventos Feriamineriaweb
  Presentación del número
doble 131-132 en la FIL
Minería

 


novedades2 LogoPlazaPrometeo
Ya puedes comprar los 
ejemplares más
recientes con tarjeta
en la Tienda en línea.
   

  Protada Antologia3
 
Está aquí: Inicio revistas revista ciencias 127-128 Inteligencia artificial y medicina contra el cáncer
Universidad Nacional Autónoma de México
Facultad de Ciencias
Departamento de Física, cubículos 320 y 321.
Ciudad Universitaria. México, D.F., C.P. 04510.
Télefono y Fax: +52 (01 55) 56 22 4935, 56 22 5316


Trabajo realizado con el apoyo de:
Programa UNAM-DGAPA-PAPIME número PE103509 y
UNAM-DGAPA-PAPIME número PE106212
 ISSN:0187-6376

Indice-RM

Responsable del sitio
Laura González Guerrero
Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
 

Asesor técnico:
e-marketingservices.com
facebooktwitteryoutube

cclCreative Commons License
This work is licensed under a Creative Commons
Attribution-Noncommercial-Share Alike 3.0 United States License