Este artículo ha sido escrito conjuntamente entre Raúl Jiménez, profesor ICREA en la Universidad de Barcelona y Luis Moreno, profesor del CSIC. Ambos son autores del libro "democracias robotizadas "Democracias robotizadas".
Son los ‘influencers’ personas (entelequias en algunos casos) virtuales que dicen gozar de una cierta credibilidad sobre tema concretos, y sobre los cuales aseguran saber mucho. Sus ‘consejos’ moldean las opiniones de sus seguidores y creyentes. A mayor número de seguidores en sus cuentas de Twitter, mayor notoriedad en las redes y, supuestamente, en nuestra vida social telemática. Y, se alega, que ejercen una gran influencia en la conformación de lo que piensa la gente. Supuestamente.
Algunos osados ‘influencers’ han llegado a aseverar que la inteligencia artificial (IA) había prometido tanto, pero no ha servido para frenar al COVID-19. Ergo, la IA es un timo y un engañabobos. Resulta más bien todo lo contrario: si hubiéramos usado la inteligencia artificial habríamos parado la epidemia. Así dicho, con rotundidad. La clave hubiera radicado en el empleo eficiente del reconocimiento semántico del lenguaje en un análisis masivo de las comunicaciones entre pacientes y médicos.
Interpretar el lenguaje escrito y hablado en cualquier idioma ha sido un reto en las ciencias de computación desde el inicio del uso del computador por Alan Turing. El reto de ser capaz de traducir un lenguaje a otro se engloba dentro del llamado “natural language processing-NLP” o procesamiento de lenguajes naturales. Fue el genial científico inglés castrado biológicamente por sus ‘desviacionismo homosexual’, quien adelantó la idea de que un computador podría ser capaz de entender un texto escrito o hablado, y, por lo tanto, interpretaría el contenido semántico del texto. Es decir, entendería cuál sería el contenido de información del mensaje. Es conveniente ilustrarlo con un ejemplo. En la frase “el coche atropelló al anciano” una simple interpretación por palabras claves solo nos dirá que había un coche, un anciano y un atropello, pero no sabemos si el anciano atropello al coche o al revés. Con la interpretación semántica sabemos que el coche atropelló al anciano.
Si se hubiesen utilizado estas herramientas para analizar los mensajes intercambiados entre pacientes, médicos y redes sociales en Wuhan, y si se hubiesen usado en tiempo real los análisis semánticos NLP, se habría entendido en modo consistente que lo que estaba sucediendo no era un simple brote de pulmonía, sino una nueva pandemia. Claro que habría habido ‘violación de privacidad’, pero esa actuación habría minimizado la expansión exponencial del contagio. No sólo Trump, sino crecientemente otros gobiernos como los de Alemania o Francia han subrayado la irresponsabilidad de las autoridades chinas en ‘ocultar’ la verdad (al menos parcialmente) por razones políticas o de ‘prestigio’ del capitalismo comunista chino, el cual ha resultado seriamente dañado.
Según el MIT Technology Review, una red neuronal de acceso abierto llamada COVID-Net, hecha pública hace unos días podría haber ayudado a los investigadores de todo el mundo en un esfuerzo conjunto para desarrollar una herramienta de IA que pueda evaluar a las personas para detectar Covid-19.
En el entretiempo, la noticia ha pasado a pies puntillas en los medios y redes sociales. El servicio de Radiodiagnóstico del Hospital Universitario Clínico San Cecilio y el Instituto Andaluz de Investigación en Ciencia de Datos e Inteligencia Artificial de la Universidad de Granada (UGR) se encuentran empeñados en el desarrollo de un sistema automático de IA para detectar la afectación pulmonar que produce el Covid-19 a través de las radiografías de tórax de los pacientes. Se analizan las placas de rayos-X de un millar de pacientes que han contribuido a entrenar y perfeccionar el modelo denominado aprendizaje profundo (‘‘deep learning”).
Finalizada la primera fase de la investigación, tal herramienta permitiría a los especialistas saber si un paciente tiene daño pulmonar por coronavirus, mediante la lectura de su radiografía pulmonar, en un tiempo medio inferior al que tarda en conocerse el resultado de la PCR (Reacción en Cadena de la Polimerasa), prueba que se emplea actualmente como el principal test más validado para detectar la presencia de la infección por Covid-19. Es un empleo adecuado y útil de la IA en nuestro país.
Vayamos a un segundo nivel. La pandemia se ha extendido ampliamente en manera brutal y rápida. La aplicación de técnicas de inteligencia artificial en el diagnóstico de neumonías ya está dando resultados alentadores, más allá de lo que un simple “vistazo” humano podría conseguir. Nos gustaría resaltar la labor llevada a cabo en desarrollar un sistema de red neuronal inteligente para analizar imágenes de rayos-X como hemos apuntado anteriormente, y se ha aplicado en Andalucía, lo que proporciona una detección precoz del COVID-19. Uno de los coautores de este artículo (RJ) ayudó a fundar la compañía de análisis de imagen Blackford Analysis, la cual se concibió precisamente como una compañía para desarrollar la potencia de la inteligencia artificial con el fin de salvar vidas. Ya nos dimos cuenta entonces que el uso de métodos de inteligencia artificial y la eliminación del componente “humano” hacía la localización muchísimo más eficiente. La aplicación de la inteligencia artificial al problema COVID-19 está bien abordada en un artículo donde se detallan con claridad, y críticamente, las ventajas de la inteligencia artificial en atacar el virus mejorando los análisis de imágenes cuando se monitoriza a un paciente, a resultas de la cual puede dejar la UCI a otro afectado en manera diligente.
La inteligencia artificial juega un papel crucial en la modelización de cómo se extiende la pandemia y cómo se puede controlar con un número fijo de tests. El repositorio de preprints más reputado del mundo arXiv dispone de una sección dedicada a artículos científicos sobre el Coronavirus y, en particular, sobre modelos de la pandemia. Hay más de 500 artículos, alguno de ellos describiendo cómo usar inteligencia artificial para describir la pandemia. Modelar matemáticamente la expansión de la pandemia y saber cómo se expande es crucial para detenerla y contener a los focos infectados.
Finalmente, nos gustaría resaltar que algo tan simple como el que toda la población usase un medidor del nivel de oxígeno en sangre (oxímetro), algo que cuesta unos pocos euros y que ya incorporan muchos relojes de pulsera inteligentes, podría reducir el efecto de la pandemia enormemente. Como se ha comentado recientemente en un artículo del NYT, el uso de estos instrumentos reduciría enormemente la gravedad de la enfermedad ya que permitiría una intervención más temprana de los pacientes y así evitar el desarrollo de la enfermedad en la fase de necesidad de UCI. Si estos instrumentos estuviesen conectados a una IA que los analizase constantemente y sugiriera cuándo empezar a medicar al paciente, los resultados serían aún más eficaces.
No hace falta creer en la IA como un acto de fe, su eficacia ya se ha demostrado, como valida el caso de Corea del Sur. Claramente las medidas del medioevo no funcionan en el siglo XXI. ¿Qué es peor, sacrificar un poco la privacidad y dar nuestros datos al análisis IA, o estar confinados con un alto grado de incertidumbre sobre cómo se desarrollarán los escenarios futuros? Sin modelos IA no vamos a hacer nada más allá de lo que ya hacían nuestros antepasados egipcios y sumerios para combatir las pestes hace 6000 años. Es decir, sálvese el que pueda…