En la Universidad de los Andes se están trabajando proyectos que utilizan IA, entre los que se destacan la interpretación de imágenes médicas para la detección temprana del cáncer de pulmón o para la separación de los tejidos que rodean los tumores cerebrales. También la están aplicando en el análisis de pruebas de COVID-19.
Por Johanna Ortiz Rocha
johortiz@uniandes.edu.co
“La inteligencia artificial (IA) no son los robots asesinos del futuro que van a llegar a exterminarnos, sino una herramienta como cualquier otra. Me gusta utilizar la metáfora de la energía atómica: si conoces el átomo y las fuerzas que hay en su interior, puedes utilizar ese conocimiento para aniquilar a una ciudad en un instante o para darle energía limpia un millón de años. El problema no está en la energía atómica, sino en cómo la utilizamos los seres humanos”.
Quien habla es el profesor Pablo Arbeláez, director del Centro de Investigación y Formación en Inteligencia Artificial de la Universidad de los Andes (Cinfonia) y uno de los 100 investigadores más influyentes de la última década en este campo, según AI 2000.
El objetivo de Cinfonia es promover la investigación socialmente responsable con alto impacto, entendiendo las implicaciones éticas y legales en este campo de las ciencias de la computación. Dentro de sus líneas de acción están: estudiar problemas complejos que puedan abordarse desde la IA, apoyar el desarrollo de proyectos de IA en regiones del país y ofrecer programas de formación profesional y de educación continua para potenciar habilidades en esta área.
“El sueño de la inteligencia artificial es crear máquinas con el poder de razonar y que algún día sean conscientes de sí mismas como lo somos los seres humanos”, afirma Arbeláez.
Los primeros estudios en este campo surgieron hace 60 años, pero es en los últimos 10 años cuando ha tenido avances destacados y ha permeado diversos aspectos de la vida cotidiana, algunas veces sin darnos cuenta. Desde el teléfono inteligente con reconocimiento facial, pasando por los vehículos que incluso se manejan solos, hasta las máquinas que diagnostican enfermedades igual o mejor que el especialista tienen en su corazón sistemas de inteligencia artificial.
Como investigador, el profesor Arbeláez se especializa en la visión por computador, una subárea de la IA que busca desarrollar computadores capaces de interpretar imágenes y videos como lo hace la visión humana; es decir, construyendo un espacio en tres dimensiones y separando los objetos del fondo. Una de las aplicaciones de esta tecnología es el reconocimiento facial. El profesor ha trabajado este campo en la Universidad de los Andes con el Grupo de Investigación Biomedical Computer Vision desde el 2014 y desde este año en Cinfonia.
En esta entrega de Nota Uniandina, Pablo Arbeláez cuenta sobre los proyectos que se desarrollan desde su centro de investigación.
La inteligencia artificial aplicada a la medicina
Con el apoyo de la infraestructura computacional de Amazon, Cinfonia está desarrollando métodos que ayuden a separar tumores o extraer órganos del cuerpo en distintos tipos de imágenes diagnósticas como resonancias magnéticas y radiografías axiales computarizadas.
Vamos a tomar el ejemplo de un paciente con un tumor en el cerebro y al cual es necesario operar para extraerle el tejido canceroso. Una de las grandes dificultades en este tipo de cirugías es que el médico puede cortar demasiado tejido, comprometiendo funciones cerebrales, o, tal vez, cortar muy poco, dejando células cancerígenas que pueden ocasionar una metástasis.
Al incluir inteligencia artificial se espera que esta analice la resonancia magnética y dentro de ella separe el tejido sano, del tumor y de sus distintos componentes (el núcleo, el edema alrededor, etc.). El sistema, entonces, facilitará la planeación quirúgica, de tal manera que el cirujano podrá saber con anticipación qué parte de tejido debe extraer y recibirá ayuda para hacerlo de manera más precisa sin que se comprometa tejido sano.
Así mismo, con el Departamento de Urología de la Fundación Santa Fe se está trabajando en un proyecto que busca tener asistentes robóticos quirúrgicos, que puedan extraer órganos o suturar heridas. El primer paso para esto es que el robot pueda reconocerse a sí mismo y a los instrumentos que tiene a su alrededor, diferenciando dónde están respecto a las estructuras anatómicas del paciente.
En la actualidad hay máquinas como Da Vinci que ayudan en intervenciones quirúrgicas siguiendo órdenes de un cirujano a través de un joystick (palanca de mando). Lo que se pretende es que el robot ejecute estas operaciones con total autonomía.
Detección automatizada de cáncer de pulmón
El propósito de esta investigación es utilizar la inteligencia artificial para detectar el cáncer de pulmón en una fase temprana, ya que la tasa de muertes por esta enfermedad es alta debido a que los síntomas aparecen cuando ya se encuentra en una etapa avanzada y eso dificulta un tratamiento eficaz.
Lo novedoso con esta tecnología es que se puede procesar gran cantidad de imágenes diagnósticas con diferentes cortes del pulmón, facilitando la detección de esos pequeños nódulos pulmonares en las imágenes; los doctores muchas veces los dejan pasar por alto, debido a que pueden llegar a tener apenas 3 milímetros de diámetro.
En 2018, esta investigación obtuvo el primer puesto en el ISBI Lung Nodule Malignancy Prediction Challenge, una competencia mundial para la clasificación automática de malignidad de nódulos pulmonares y este año recibió una donación del Lung Ambition Alliance, una iniciativa mundial para aumentar la tasa de supervivencia de pacientes con cáncer de pulmón.
La inteligencia artificial en la realización de pruebas de COVID-19
Smart Pooling es un sistema que utiliza datos clínicos de pacientes y la evolución de casos en diferentes centros de salud, para predecir con inteligencia artificial los resultados de las pruebas de detección de COVID-19.
Cuando el sistema predice que un resultado será negativo se procesan las muestras de manera grupal en una sola prueba. Si resulta negativa, significa que ninguna de las personas de este grupo está contagiada. De ser positiva, se analizarán nuevamente de manera individual, para detectar cuál o cuáles individuos tienen el coronavirus. Así se disminuyen costos y se multiplica la cantidad de pruebas procesadas al día.
“Los resultados son tan sorprendentes como concluyentes: hemos desarrollado una herramienta que puede realmente transformar nuestra respuesta a la pandemia como nación”, afirma Arbeláez.
