Ata hai pouco, as máquinas só facían mellor que os humanos traballos máis ou menos mecánicos para os que non se requiría unha gran cualificación. Pero iso está empezando a cambiar. Esta semana, a revista Nature Medicine presenta os resultados dun experimento no que un algoritmo capaz de aprender logra ser tan bo ou mesmo mellor que varios radiólogos á hora de predicir o risco dunha persoa de sufrir cancro de pulmón despois de ver imaxes do paciente obtidas por tomografía.
O cancro de pulmón mata máis dun millón de persoas ao ano no mundo e é o tumor máis letal entre os homes e o segundo entre as mulleres despois do de mama. O cribado con tomografía con doses baixas de radiación permite reducir a mortalidade por este tipo de tumores facendo posible un tratamento temperán, pero aínda existen problemas relacionados cos falsos positivos e negativos que produce este método.
Para intentar mellorar estes resultados, Google e a Universidade do Noroeste en Illinois (EE UU) propuxeron un sistema de intelixencia artificial que utilizaba imaxes de tomografía presentes e pasadas de pacientes para predicir o seu risco de desenvolver cancro de pulmón. Empregando case 8000 casos, compararon as súas análises cos de seis radiólogos. Cando non había tomografías previas dos pacientes e só se estudaba unha actual, a máquina obtivo mellores resultados que calquera dos médicos, cunha redución do 11% no número de falsos positivos e un 5% no de falsos negativos. Cando si que había imaxes previas dos pacientes, o modelo informático igualaba os resultados dos radiólogos.
“En xeral, os radiólogos examinan centos de imaxes bidimensionais, pero este novo sistema de aprendizaxe automática ve os pulmóns nunha grande imaxe tridimensional”, explica o profesor da Universidade do Noroeste Mozziyar Etemadi, un dos autores do traballo. “A intelixencia artificial en 3D pode ser moito máis sensible para detectar o cancro de pulmón nunha fase temperá que un humano mirando a imaxes en 2D, continúa. Pero “para lograr que a intelixencia artificial vexa as tomografías deste modo, necesitas un sistema informático enorme da escala de Google”, conclúe. Antes de poñelo a proba diagnosticando, o algoritmo adestrouse con tomografías nas que o cancro de pulmón fora confirmado ou descartado a través de biopsias.
Este tipo de sistemas nos que a intelixencia artificial se formula como un apoio ou mesmo como un substituto do ollo humano estase a poñer a proba noutros tipos de cancro. Este ano, a revista Journal of the National Cancer Institute publicou dous traballos nos que os algoritmos igualaban ou melloraban o rendemento dos médicos. Por un lado, un equipo dos Institutos Nacionais para a Saúde e o Ben Global, desenvolveu un algoritmoinformático que facilitaba a análise de imaxes dixitais do colo do útero de mulleres para identificar lesións previas ao cancro que poderían requirir atención médica. Este método sería de especial utilidade en lugares con baixos recursos, porque se podería aplicar cun simple teléfono móbil.
Intelixencia artificial
Na mesma revista e tamén este ano, un equipo internacional de científicos probou outro sistema de intelixencia artificial para facer cribado de cancro de mama. Os seus resultados indican que a máquina tiña un grao de acerto polo menos similar ao dos humanos.
Aínda que estes sistemas aínda requiren traballo para perfeccionarse e nalgúns casos necesiten potentes equipos informáticos para a súa aplicación, a tendencia indica que no futuro os médicos comezarán a ceder a maior parte do traballo de monitorización ás máquinas, mellor dotadas para estes labores nos que se trata de analizar cantidades inxentes de datos.
(Fonte: El País)