Foto: Cortesía
La inteligencia artificial (IA) y aprendizaje profundo son tecnologías que se han vuelto indispensables en el cuidado de la salud. Pese a su popularidad e importancia, gracias a modelos de predicción y algoritmos, la compañía Philips informó que la IA y el aprendizaje profundo no deben tomar decisiones por parte del personal de salud, ni reemplazarlos; por el contrario, estas tecnologías son de mayor utilidad cuando complementan su actividad y van de la mano.
De acuerdo con Henk van Houten, director de tecnología de Philips, el aprendizaje profundo tiene la característica de detectar y procesar patrones de datos a cualquier escala, incluso en cuestiones que son imperceptibles para los ojos humanos. Por tal motivo, esta tecnología debe ser empleada para apoyar a los médicos, a través de algoritmos y predicciones, cuyos alcances pueden abarcar desde la detección oportuna de cáncer, hasta diseño de vacunas.
En tanto este manejo de datos y modelos matemáticos se lleva a cabo de manera automática, su mayor fortaleza se encuentra en la automatización de tareas, no en tomar decisiones de mayor importancia. El principal motivo por el cual debe evitarse dejar todo en manos de la IA, es debido a que el "aprendizaje profundo no es una comprensión profunda", según van Houten.
A propósito de esta diferencia, el director de tecnología advirtió, científicos de IA han llegado al consenso de que un aprendizaje profundo no puede comprender su objeto de estudio, en tanto solo elabora predicciones. Por este motivo, también advierten, los mecanismos programados para reconocer patrones pueden ser fácilmente engañados, como en el caso de los semáforos, donde cámaras que reconocen los cambios de luz pueden entrar en conflicto si los faros presentan rayones o pequeñas obstrucciones.
Especialistas de Philips consideran que la fortaleza de los algoritmos generados por aprendizaje profundo se encuentra en automatizar tareas de nivel inferior, donde no se requiere una supervisión humana constante, en este caso por parte del personal de salud; entre estas actividades se encuentran la recopilación de datos epidemiológicos, información sobre cómo las personas responden ante ciertos medicamentos, y otros modelos de información para hacer predicciones.
Al tener un apoyo constante que les permita enfocar su atención en temas más complejos, como el trato directo con el paciente y los análisis de cuadros sintomáticos, el personal de salud y la IA forman una red de seguridad, donde la tecnología de aprendizaje profundo no tiene la autoridad de resolver cualquier problemática presentada por los pacientes, sino que complementa la actividad de médicos y enfermeros, informó Henk van Houten.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
