Todos los d√≠as los algoritmos participan en nuestras vidas de una forma o de otra, y casi siempre lo hacen para influir sobre nosotros ‚ÄĒa veces incluso de forma negativa‚ÄĒsin que nos demos ni cuenta, por lo que no est√° nada mal cuando vemos uno con el potencial de salvar vidas. Este lunes, investigadores del departamento de inteligencia artificial de Google publicaron junto con un grupo de investigadores sanitarios un algoritmo de aprendizaje profundo capaz de detectar el c√°ncer de pulm√≥n con una tasa de √©xito del 94,4%.

Los hallazgos fueron publicados en la revista Nature Medicine, e indicaban que, aparte de tener una alta tasa de precisi√≥n, el algoritmo fue capaz de superar a los radi√≥logos en ciertas circunstancias. Seg√ļn el estudio, el sistema logr√≥ esa tasa de √©xito en 6.716 casos obtenidos del National Lung Cancer Screening Trial y una precisi√≥n similar en 1.139 casos cl√≠nicos independientes.

Advertisement

Los investigadores realizaron dos estudios, uno en el que hab√≠a disponible un esc√°ner previo y otro en el que no. En el primer escenario, el algoritmo de aprendizaje profundo ‚ÄĒque fue entrenado con tomograf√≠as computarizadas de personas con c√°ncer de pulm√≥n, sin c√°ncer y con n√≥dulos que se hab√≠an vuelto cancerosos‚ÄĒ ten√≠a una tasa de identificaci√≥n m√°s alta que seis radi√≥logos, y en el segundo, los resultados entre humanos y algoritmo eran parejos.

‚ÄúTodo este proceso de experimentaci√≥n es como un estudiante en el colegio‚ÄĚ, dijo al New York Times el Dr. Daniel Tse, project manager de Google. ‚ÄúEstamos utilizando un gran conjunto de datos de entrenamiento que le ense√Īen a aprender por s√≠ solo qu√© es el c√°ncer y cu√°ndo ser√° c√°ncer en el futuro‚ÄĚ. Le hicimos un examen final con unos datos que nunca hab√≠a visto despu√©s de llevar mucho tiempo entren√°ndolo, y el resultado final fue de sobresaliente‚ÄĚ.

Pero los resultados de este estudio son los primeros pasos de identificaci√≥n algor√≠tmica. Todav√≠a est√° lejos de haber demostrado ser lo suficientemente preciso como para ser implementado de forma generalizada en los centros de atenci√≥n m√©dica que realizan ex√°menes de detecci√≥n de c√°ncer, pero es un comienzo prometedor. ‚ÄúUna TC del pulm√≥n de un fumador es tan mala que es dif√≠cil que salga mal‚ÄĚ, dijo al New York Times el Dr. Eric Topol, director del Instituto de Investigaci√≥n Scripps en California.

Muchas compa√Ī√≠as tecnol√≥gicas, incluyendo a Google, ya utilizan algoritmos como herramientas de detecci√≥n en sus plataformas a gran escala, sobre todo para tareas de moderaci√≥n. Y estos sistemas automatizados a√ļn tienen fallos importantes. Pero los investigadores que trabajan en esta tecnolog√≠a para detectar el c√°ncer de pulm√≥n reconocen el riesgo de implementar un sistema de este tipo sin haber confirmado de forma exhaustiva si es efectivo, y tambi√©n asegurarse de que existen mecanismos de control para proteger el sistema y controlar su uso

Advertisement

‚ÄúEstamos colaborando con instituciones de todo el mundo para hacernos una idea de c√≥mo podemos implementar esta tecnolog√≠a en las cl√≠nicas de forma productiva‚ÄĚ, dijo el Dr. Tse al New York Times. ‚ÄúNo queremos apresurarnos con esto‚ÄĚ.


Para estar al tanto de más noticias, síguenos en Twitter @GizmodoES