Programada por ingenieros informáticos a finales del siglo XX, la IA nació a partir de un conjunto de instrucciones (reglas) creadas por humanos, permitiendo a la tecnología resolver problemas básicos.
Nota del editor: Hay muchas industrias que se ven afectadas por el flujo de nueva tecnología en la era de la información. Con el impacto de la automatización, la informática y la inteligencia artificial (IA), entidades como médicos, hospitales, compañías de seguros e industrias relacionadas con la salud no son la excepción. Pero sólo en el ámbito sanitario, la IA ha tenido un impacto más positivo que en otras industrias.
Primera generación
Se puede imaginar que la forma en que se entrena la IA en este momento es similar al enfoque de los estudiantes de medicina: a los sistemas de IA también se les enseñan cientos de algoritmos para traducir los síntomas de los pacientes en diagnósticos. Esta se considera la primera generación que incorpora reglas de atención médica en los sistemas de IA.
Los algoritmos de toma de decisiones son como el crecimiento de un árbol, que comienza desde el tronco (el problema del paciente) y se ramifica a partir de allí. Por ejemplo, si un paciente se queja de una tos intensa, el médico primero comprobará si tiene fiebre. Habrá 2 series de preguntas dependiendo del caso de fiebre/no fiebre. A partir de la respuesta inicial, surgirán más preguntas sobre la condición médica. Esto a su vez conduce a una mayor división. En última instancia, cada rama es un diagnóstico, que puede abarcar desde neumonía bacteriana, fúngica o viral hasta cáncer, insuficiencia cardíaca o docenas de otras enfermedades pulmonares.
En general, la primera generación de IA puede reconocer problemas, pero no puede analizar ni clasificar registros médicos. Como resultado, las primeras formas de inteligencia artificial no podían ser tan precisas como los médicos que combinaban la ciencia médica con su intuición y experiencia. Y debido a estas limitaciones, la IA basada en reglas rara vez se utiliza en la práctica clínica en otras ocasiones.
Automatización completa
A principios del siglo XXI, comenzó la segunda era de la IA con la Inteligencia Artificial Estrecha (ANI), que es la inteligencia artificial que resuelve conjuntos específicos de tareas. La llegada de redes neuronales que imitan la estructura del cerebro humano allanó el camino para la tecnología de aprendizaje profundo. ANI funciona de manera muy diferente a su predecesor. En lugar de proporcionar reglas predefinidas por los investigadores, los sistemas de segunda generación utilizan enormes conjuntos de datos para discernir patrones que a los humanos les llevaría mucho tiempo descubrir.
En un ejemplo, los investigadores introdujeron miles de mamografías en un sistema ANI, la mitad de las cuales mostraban cánceres malignos y la otra mitad, cánceres benignos. El modelo puede identificar instantáneamente docenas de diferencias en tamaño, densidad y sombreado de una imagen de rayos X, asignando a cada diferencia un factor de impacto que refleja la probabilidad de malignidad. Es importante destacar que este tipo de IA no se basa en heurísticas (algunas reglas generales) como lo hacen los humanos, sino que se basa en variaciones sutiles entre exámenes malignos y normales que ni el radiólogo ni el diseñador del software conocen.
A diferencia de la IA basada en reglas, las herramientas de IA de segunda generación a veces superan la intuición humana en precisión diagnóstica. Sin embargo, esta forma de inteligencia artificial también presenta serias limitaciones. En primer lugar, cada aplicación tiene una tarea específica. Es decir, un sistema entrenado para leer mamografías no puede interpretar exploraciones cerebrales o radiografías de tórax. La mayor limitación de ANI es que el sistema es tan bueno como los datos con los que fue entrenado. Un claro ejemplo de debilidad fue cuando UnitedHealthcare se basó en una IA limitada para identificar a los pacientes más enfermos y ofrecerles servicios médicos adicionales. Al filtrar los datos, los investigadores descubrieron posteriormente que la IA había hecho una suposición desastrosa. Los pacientes que son diagnosticados como sanos simplemente por su historial médico reciben poca atención médica, mientras que los pacientes que utilizan mucha atención médica son calificados como no saludables...
Las futuras generaciones de IA también permitirán a las personas diagnosticar enfermedades y planificar tratamientos como cualquier médico. Actualmente, una herramienta de inteligencia artificial generativa (MED-PALM2 de Google) ha aprobado el examen de licencia médica con una puntuación de nivel experto. Muchas otras herramientas de inteligencia artificial médica ahora pueden escribir diagnósticos similares a los de los médicos. Sin embargo, estos modelos aún requieren la supervisión de un médico y no pueden reemplazarlo. Pero al ritmo actual de crecimiento exponencial, se espera que estas aplicaciones sean al menos 30 veces más potentes en los próximos cinco años. Se prevé que las futuras generaciones de herramientas como ChatGPT pondrán la experiencia médica en manos de todos, cambiando fundamentalmente la relación médico-paciente.
Compilado por VIET LE
Fuente
Kommentar (0)