close

Insider

[Podcast] El papel de la Inteligencia Artificial en la lucha contra Covid-19

Written by Alana Team
on agosto 26, 2020

En los primeros cuatro episodios del Inside Alana Podcast, exploramos el poder interdisciplinario de la Inteligencia Artificial. Hoy, entenderemos más sobre el escenario de desarrollo de la IA en todo el mundo y cómo se puede aplicar a diferentes áreas. Daremos especial énfasis al sector salud, donde la IA se ha utilizado para combatir el gran mal de la actualidad: Covid-19.

En el quinto episodio del podcast, además de la participación de Marcellus Amadeus, CTO de Alana AI, invitamos al investigador Doctor Alexandre Chiavegatto, director del Laboratorio de Grandes Datos y Análisis Predictivo en Salud (Labdaps) de FSP/USP. 

También coordina la red IACOV-BR (Inteligencia Artificial para Covid-19), que está desarrollando algoritmos de Machine Learning para el diagnóstico y pronóstico de la enfermedad en el país.

 

Los temas tratados en el chat fueron:

  • Etapa actual de desarrollo de la inteligencia artificial
  • El impacto de la IA en la sociedad
  • Inteligencia Artificial en salud
  • Machine Learning
  • Futuro de la IA

¿Cuál es la etapa actual de desarrollo de la inteligencia artificial?

Dentro del campo de los estudios de inteligencia artificial, se están desarrollando varias subáreas de investigación en paralelo. El CTO de Alana AI, Marcellus, por ejemplo, es un experto en el área del lenguaje, mientras que Alexandre desarrolla estudios en el área de la salud.

Para ambos, la evolución de la tecnología es notable en los últimos años. En julio de 2020, por ejemplo, el área de lenguaje tuvo un hito especial: el lanzamiento del programa GPT-3, creado por OpenAI, que cuenta con 175 mil millones de parámetros de deep learning.

Aunque solo funciona en inglés, el nuevo programa es capaz de generar textos de excelente calidad, escribir poesía, crear sitios web y códigos HTML de forma autónoma.

Sin embargo, en el podcast, Marcellus y Alexandre contextualizaron el alto costo para el desarrollo de la IA, que provoca que los gobiernos y el sector privado inviertan miles de millones para posicionarse en este mercado.

“Necesitamos hablar sobre el costo de desarrollar IA. Por un lado, existen bibliotecas de datos y conocimientos de código abierto, a través de los cuales cualquier persona con tiempo y acceso a Internet puede aprender sobre técnicas de machine learning. Por otro lado, programas como el GPT requieren una alta inversión”, analizó Marcellus.

Destacó estimaciones que indican que se han gastado millones de dólares para el desarrollo del GPT-3. El alto costo, en cierto modo, significa que pocas empresas pueden alcanzar niveles extraordinarios de tecnología, lo que hace que el mercado esté aún más concentrado.

Carrera por la inteligencia artificial

La búsqueda de una AI Fuerte y la disputa por el desarrollo de aplicaciones de IA son comparables a la carrera espacial en la Guerra Fría, en opinión de los expertos. La inteligencia artificial tiene aplicaciones en varios ámbitos que son fundamentales para el desarrollo social y económico de los países, y es por ello que grandes potencias económicas quieren consolidarse en este mercado.

Los Estados Unidos sigue siendo líder, ya que continúan generando conocimiento significativo para el área. Para tener una idea, una propuesta de la Universidad de Stanford para el gobierno del país propone invertir al menos 120.000 millones de dólares en el ecosistema de IA estadounidense en los próximos diez años.

Por otro lado, los Estados Unidos han tenido que hacer frente a presiones sobre el impacto de las tecnologías de IA en las decisiones automatizadas, con implicaciones relacionadas con los derechos humanos, por ejemplo. 

China, por su parte, se ha fijado el objetivo de 5 años para convertirse en líder en el campo de la inteligencia artificia, además de invertir fuertemente en investigación y formación de profesionales en el campo.

También hay importantes inversiones de gobiernos y empresas de Canadá e Inglaterra, que alberga una de las empresas de inteligencia artificial líderes en el mundo, Deepmind (creador del famoso algoritmo AlphaGo, que derrotó a los campeones mundiales en el juego chino Go).

imagem_1_esp-min-1Lo interesante es que incluso avances aparentemente pequeños en el área ya tienen grandes impactos en el mercado, con consecuencias para las empresas del sector, los gobiernos y la población.

Impacto de la inteligencia artificial en la sociedad

Es difícil estimar el número exacto de investigadores y especialistas en el campo de la inteligencia artificial, pero ha habido un crecimiento de eventos, conferencias, cursos e inversiones dedicadas al área en los últimos años.

Hoy en día hay un gran entusiasmo en el tema, que se manifiesta en las promesas e inversiones del sector privado, por el desempeño de las universidades y la búsqueda de profesionales para cursos en el área. El MIT, por ejemplo, decidió lanzar un curso de licenciatura específico para la disciplina. 

La tendencia es que el número de personas que trabajan en el segmento aumentará cada vez más, lo que generará más conocimiento y difusión de la información.

Otro aspecto importante para el avance de la tecnología es la regulación de la inteligencia artificial, en vista de las leyes emergentes relacionadas con la protección de datos y la aplicación de algoritmos de IA en todo el mundo. Estas regulaciones tienden a afectar directamente el ritmo de inversión y desarrollo de herramientas de IA.

Inteligencia Artificial y Salud

Uno de los beneficios de la AI para la sociedad puede estar en la aplicación en servicios básicos, como en el sector salud. En este segmento, se puede utilizar en diferentes momentos:

  • Pacientes de cribado
  • Estableciendo la prioridad del servicio
  • Decisiones sobre diagnósticos y tratamientos
  • Evaluación de los riesgos para la salud
  • Determinación de factores relevantes para el alta del paciente

Sin embargo, el uso de datos de pacientes aún genera discusiones entre científicos y la comunidad médica, ya que los datos de salud se consideran información confidencial. Aunque hay mucha información disponible en las bases de datos de los hospitales, por ejemplo, existen una serie de restricciones legales para compartir y utilizar estos datos. 

Todavía hay otras consideraciones y precauciones éticas que deben tenerse en cuenta cuando se trata del uso de datos de salud en herramientas de IA. Entre las principales incertidumbres se encuentran:

  • Los algoritmos pueden tomar decisiones incorrectas, según el contexto y la calidad de los datos
Los resultados pueden estar sesgados, ya que los algoritmos pueden reproducir patrones sesgados de los humanosimagem_2_esp-min-1

IACOV-BR (Inteligencia artificial para Covid-19 en Brasil)

En el contexto de la pandemia, uno de los ejemplos citados por Marcellus y Alexandre durante el podcast fue el caso del Hospital Albert Einstein, en São Paulo, que puso a disposición del público datos anónimos sobre pacientes con Covid-19. El objetivo es que científicos de todo el mundo puedan aprovecharlos en el desarrollo de soluciones diagnósticas para la enfermedad.

El profesor Alexandre incluso tuvo acceso temprano a los datos, en asociación con el hospital. En el episodio, cuenta sobre su papel en la iniciativa IACOV-BR, que utiliza el aprendizaje automático para diagnosticar casos de Covid-19. 

El proyecto forma parte de la Facultad de Salud Pública de la Universidad de São Paulo (USP) y cuenta con la participación de grupos de investigación de las siguientes universidades:

  • Universidad Federal de Pelotas (UFPel)
  • Universidad Estatal da Paraíba (UEPB)
  • Fundación Oswaldo Cruz del Paraná (FIOCRUZ-PR)
  • Universidad Federal de Goiás (UFG)

El objetivo de la red es desarrollar y validar algoritmos de machine learning para el diagnóstico y la prevención de Covid-19. El proceso se desarrolla en cuatro fases:imagem_3_esp-min

Para llegar a una conclusión, el algoritmo aprende continuamente de los datos de sangre de varios pacientes y luego define características y patrones entre ellos.

La contribución de IACOV-BR es interesante porque el algoritmo puede determinar, mucho más rápidamente, la probabilidad de que el paciente realmente contraiga Covid-19.

“Cuando el paciente llega al hospital con síntomas y se hace la prueba de RT-PCR, el resultado de la prueba puede tardar días o incluso semanas en estar listo. Descubrimos que solo con los datos de los análisis de sangre, que están listos en una hora, el algoritmo puede indicar el riesgo y la probabilidad de que el paciente tenga Covid-19, y luego es más fácil para los médicos tomar decisiones sobre aislamiento, pruebas y medidas preventivas”, contextualiza Alexandre.

Si se confirma que el paciente está infectado, el sistema de aprendizaje automático aún puede sopesar, según las características individuales del paciente, factores como:

  • Necesidad de ingreso en UCI
  • Necesidad de ventilación mecánica
  • Probabilidad de muerte según factores de riesgo

Según el investigador de la USP, se ha demostrado que la tasa de éxito del algoritmo es alta y los investigadores continúan preparando artículos científicos sobre el proyecto.

La importancia del contexto en los algoritmos de salud

Al igual que en el área del procesamiento del lenguaje natural (PNL), el contexto es esencial para el correcto funcionamiento de los algoritmos de inteligencia artificial orientados a la salud. 

“Algo que vamos a descubrir con la red (IACOV) es la diversidad de datos que necesitamos para desarrollar buenos algoritmos de salud. Es algo que aún no sabemos. Si desarrollamos un algoritmo para predecir infartos en São Paulo, ¿funcionará en Nueva York? Probablemente no, porque la realidad de la población es muy diferente”, reflexiona Alexandre.

Machine Learning

A lo largo de la charla, se notó que existe una diferencia en los modelos de trabajo y construcción de algoritmos para el desarrollo de una IA, dependiendo del objetivo de los científicos y el área de aplicación. 

Marcellus, que trabaja en el desarrollo de inteligencia artificial para los productos de marketing de Alana AI, apuesta por la creación de algoritmos de machine learning con técnicas de deep learning - que requieren poca o ninguna supervisión humana. 

Para los sistemas de salud, Alexandre destacó la necesidad de comprender completamente la decisión del algoritmo, ya que esta área trata con información sensible y es, literalmente, vital. En estos casos, recomienda combinar el machine learning  con otras técnicas más clásicas para ayudar a los científicos a justificar la toma de decisiones.imagem_4_esp-min

Futuro de la IA

La historia de la inteligencia artificial muestra que se trata de un área en constante evolución y que puede (y debe) utilizarse para impactar positivamente en la sociedad. 

Proyectos como IACOV-BR dejan patente la importancia de la colaboración entre hospitales por parte de agentes sanitarios e investigadores del área.

Cuanto más evolucione la tecnología, más técnicas surgirán y podrán incorporarse a los sistemas de inteligencia artificial existentes.  En otras palabras, la IA tiene un camino de crecimiento exponencial y puede aportar cada vez más beneficios a empresas e individuos.

Para obtener más información sobre la IA, escuche este y los otros episodios del Podcast Inside Alana en la plataforma que elija. Y estad atentos al trabajo realizado por la red IACOV-BR en la lucha contra Covid-19.

linha-min-1

 

personagens escrevendo

 



assinatura_teamalana

 

Você também pode gostar:

Insider

[Podcast] Los desafíos de la inteligencia artificial en la comunicación

Para muchos, la inteligencia artificial solo existe en películas o teorías de conspiración sobre el fin del mundo. Aunqu...

Insider

Alana AI expande sus operaciones en América Latina

Fundada en 2015, Alana AI está abriendo oficinas en México y Puerto Rico. Hoy, la empresa de inteligencia artificial ya ...

Insider

¿Qué cambia con la Ley General de Protección de Datos (LGPD) en Brasil?

¿Sabías que la Ley General de Protección de Datos se promulgó en septiembre de este año y entrará en vigor a partir del ...

Receba insights sobre
Inteligência Artificial por e-mail,
na medida certa.