Inteligencia Artificial ¿Por qué ahora?

Juan Carlos Oliva Pérez Director de Innovación Sanitaria de La Rioja.

NUEVA REVOLUCIÓN?

La máquina de vapor fue uno de los desencadenantes de la primera revolución industrial, liberando a muchas personas de realizar tareas manuales, repetitivas e incluso penosas, transformando el mercado laboral y provocando el desarrollo de las profesiones intelectuales, causantes de una explosión del conocimiento que representa uno de los mayores avances de la historia de la humanidad y que ahora, de nuevo las maquinas, amenazan con arrebatarnos. Los logros de la inteligencia artificial copan los titulares de los medios de comunicación, con ChatGPT como estrella consagrada, secundada por otras muchas inteligencias más especializadas, como MED-PALM2, capaz de responder a preguntas médicas y de obtener una calificación del 85%, en el examen MedQA del United States Medical Licensing Examination y qué en su conjunto suscitan un debate entre sus defensores, normalmente fascinados por la innovación tecnológica y sus detractores, que la perciben como una amenaza y se resisten a su adopción. Una controversia que a nadie deja indiferente y que provoca una inflación de expectativas que magnifican las posibilidades actuales de la inteligencia artificial, incluso llegando a otorgarle habilidades exclusivas de los seres humanos, como la creatividad, que resulta inalcanzable mediante la simple observación, imitación o aplicación de reglas.

Lo que sí ha demostrado la inteligencia artificial, es su capacidad para reproducir el conocimiento, labor en la que destaca de un modo especial, cuando el razonamiento que lo sustenta es demasiado complejo para ser definido con los métodos tradicionales de análisis y desarrollo del software. En este caso, y cómo si de un proceso de ingeniería inversa se tratase, se recurre a los datos registrados en los sistemas de información clínica, para entrenar modelos computacionales, que son capaces de comportarse como una réplica del mejor conocimiento. El potencial observacional es otra de las cualidades más interesantes del análisis avanzado de datos, lo que le permite encontrar relaciones ocultas en los datos, allí donde la mente humana no alcanza a reconocer, consecuencia de un exceso de información y vectores, pudiendo utilizarse como una herramienta de gran valía, en ámbitos tan diversos como la gestión sanitaria o la investigación en ciencias de la salud.

Tiempo

Consecuencia de nuestras limitaciones fisiológicas, como el tamaño de nuestro cerebro, la cantidad de neuronas que alberga, la velocidad de comunicación entre ellas, o el tiempo que destinamos diariamente a descansar o alimentarnos, las personas requerimos décadas de aprendizaje y experiencia, hasta adquirir el conocimiento de un ámbito profesional, especialmente en entornos tan exigentes como el de la medicina. Por el contrario, las inteligencias artificiales no tienen necesidades vitales, así que pueden analizar la información que ha sido recolectada durante décadas, mejor cuantos más datos, si estos disponen de calidad suficiente y aprender sin interrupción y a enormes velocidades, hasta que reproducen la mejor evidencia clínico-asistencial, que puesta a disposición del personal sanitario, representa una herramienta de extraordinario va- lor como elemento de soporte a la decisión para la mejora de la eficiencia, eficacia y seguridad de sus actuaciones.

Dec Logo Habilitante

Desde que en 1943 Warren McCullough y Walter Pitts formularon por vez primera un modelo matemático para una red neuronal, han tenido que transcurrir ocho décadas, hasta que han concurrido los factores que habilitan el desarrollo de las inteligencias artificiales:

1. Datos. Consecuencia de la digitalización progresiva de los procesos relacionados con la asistencia y la salud, se ha generado un ecosistema de sistemas de información que dan servicio a ámbitos tan diversos, como la atención primaria, hospitalaria y social donde se registran enormes volúmenes de información, que van desde el nivel molecular al poblacional y con características tan variadas como las de la imagen médica, los textos libres, la secuenciación genética o los registros estructurados, que constituyen la materia prima de estos proyectos y cuya calidad será totalmente determinante en el resultado obtenido.

2. Computación. Desde la aparición de los semiconductores, su evolución se ha caracterizado por cumplir una ley empírica, conocida como ley de Moore y que en la práctica se traduce en la duplicación de la velocidad de los micro-procesadores cada 18 meses, lo que a día de hoy nos permite cumplir con las necesidades de los algoritmos de machine learning

3. Almacenamiento. De una forma similar al principio establecido por Moore, la ley del Almacenamiento Masivo Digital, se ha traducido en una reducción continuada del coste y el tamaño de los dispositivos de almacenamiento de datos, lo que de nuevo permite proveer soluciones para la persistencia de grandes volúmenes de datos, con un coste cada vez más asumible.

4. Software. Además de espacio para almacenarlos y capacidad para procesarlos, los datos requieren de software para su gobernanza, ingesta, transformación, análisis, modelado, etc. existiendo una gran variedad de soluciones en el mercado, capaces de cumplir con las especificidades de los proyectos de Big Data e Inteligencia Artificial y que en muchos casos se trata de herramientas que fueron desarrolladas y liberadas por líderes digitales como TensorFlow de Google, ChatGPT-3 de Open AI, Airflow de Airbnb o DataHub de LinkedIn.

5. Flexibilidad. Los requisitos de un proyecto de big data e inteligencia artificial pueden exceder, con mucho, la disponibilidad de recursos existente en los departamentos de informática sanitaria, además su comportamiento es muy dispar, con picos de consumo en instantes muy concretos, seguidos por largos periodos de infra-utilización. Para poder hacer frente a este tipo de demanda, la flexibilidad brindada por los modelos multi-tenat, las arquitecturas fuertemente desacopladas basada en micro-servicios, los contenedores orquestados y en general los modelos típicos del cloud, para el aprovisionamiento de infraestructuras, plataformas y software como servicio (IaaS, PaaS y SaaS), representan una gran oportunidad para poder hacer frente a una demanda de recursos, diferente a la generada por los predecibles sistemas transaccionales.

6. Globalidad. Internet y los teléfonos inteligentes representan el mayor ejercicio de democracia de la historia, habilitando un acceso universal al conocimiento y la comunicación que ya ha transformado la economía y la sociedad y que también impulsa el desarrollo y consumo de la inteligencia artificial a una escala global.

7. Confianza. La privacidad, la ética y la seguridad son requisitos que deben estar presentes en el diseño (privacy by design) de cualquier proyecto de explotación masiva de datos, para lo que se puede recurrir a multitud de soluciones técnicas de ciberseguridad, además de numerosas herramientas a nuestra disposición, como la Ley Orgánica Protección de Datos Personales y Garantía de los Derechos Digitales, los Comités Científicos y de Ética Investigadora, el Esquema Nacional de Seguridad, la ISO 27001 o los modelos federados, que habilitan la colaboración mediante la normalización y serán el pilar del espacio de datos de salud nacional y europeo.

8. Especialidad. El desarrollo de las inteligencias artificiales, requiere de la participación de profesionales asistenciales en tareas como la validación de los datos en origen (materia prima) o la interpretación de los resultados (producto), trabajando dentro de equipos multidisciplinares junto a especialistas de otras disciplinas, como la bio-estadística, las matemáticas o las ciencias de la computación, que ya se encuentran entre las profesiones más demandadas.

9. Inversión. La concurrencia de las convocatorias europeas de fondos FEDER 2014-2020 (N+3), FEDER 2021-2027 y Next-Generation, representan una oportunidad única para financiar estas iniciativas, estando previsto que los subprogramas MRR y REACT vehiculicen un total de 140.000 M€ en España, de los que un 33% están destinados a la transformación digital.

10. Prioridad. Según la información del Índice SEIS 2021, los proyectos de Analítica Avanzada e Inteligencia Artificial son identificados como prioritarios, por los responsables de informática.

Para poder hacer frente a este tipo de iniciativas, Rioja Salud procedió a constituir la Unidad de Ciencia del Dato, Big Data e Inteligencia Artificial (UCIDA), que trabajando sobre la Plataforma Analítica de Salud de la Comunidad Autónoma de La Rioja (PASCAL), tiene entre sus objetivos crear una cultura en torno a los datos, avanzar en el desarrollo de soluciones de inteligencia artificial y generar nuevo conocimiento a partir de los datos de vida real, para impactar positivamente en la calidad de la prestación asistencial, acelerar la investigación clínica y garantizar la sostenibilidad del Sistema Público de Salud de La Rioja.