Esta inteligencia artificial es capaz de predecir tu esperanza de vida analizando tus órganos

Los algoritmos están cada vez más presentes en nuestra vida diaria y no solamente los que nos muestran las noticias y las informaciones en función de nuestros intereses. A nivel de salud también están presentes en el diagnóstico de muchas enfermedades, además de ayudar a mejorar el pronóstico.

El siguiente paso al que está llegando la inteligencia artificial supone acercarse a los niveles de precisión del ser humano en un tema muy peliagudo: cuándo nos vamos a morir.

Un nuevo software desarrollado por la Universidad de Adelaida analizó las tomografías de 48 pacientes, que son las imágenes de un equipo de rayos X especial que crea imágenes transversales del cuerpo. A continuación, les aplicaron algoritmos de aprendizaje profundo ('deep learning'), que son capaces de predecir si estos van a morir en los próximos cinco años con una precisión del 69%, un dato similar a los resultados actuales con criterios estrictamente humanos, según recoge el estudio.

Este análisis de la vida que le queda a un paciente no es una cuestión morbosa: en realidad es útil para adaptar los tratamientos de forma individualizada. Según el centro investigador australiano, estos sistemas “pueden ayudar a predecir los resultados médicos de una forma que los profesionales no pueden hacer, gracias a la incorporación de grandes volúmenes de datos y la detección de patrones sutiles”.

El reto de un diagnóstico completo

El sistema fue entrenado para analizar en las imágenes más de 16.000 características que podrían ofrecer un síntoma de enfermedad, pudiendo detectar desde el nivel de coagulación de la sangre hasta un enfisema pulmonar, pasando por aspectos del corazón que indicaran una posible afección.

La rapidez con la que se adaptaron las máquinas fue muy rápida, mientras que la formación académica y el entrenamiento para un humano requiere de plazos mucho más extensos de aprendizaje.

La inteligencia artificial analizó los datos de manera retrospectiva -con pacientes antiguos- para comprobar la eficacia a posteriori del sistema aplicado a enfermedades concretas. Los siguientes pasos del equipo son mucho más ambiciosos, porque implican sentar las bases para que los algoritmos puedan hacer un diagnóstico general de salud.

Para conseguir esto también hace falta que se generalicen las imágenes radiológicas de alta resolución, ya que cuantas más fuentes de calidad haya más mejorará la precisión de los algoritmos, para que así contribuyan a la detección temprana de enfermedades.