Pablo AI se pondrá a disposición de las instituciones de salud y centros de investigación sin costo y como un modelo de código abierto

Pablo AI es una aplicación desarrollada por científicos mexicanos que realiza vigilancia epidemiológica en tiempo real mediante algoritmos de inteligencia artificial (IA). Promete ser una herramienta de valor para optimizar la distribución de los recursos destinados a los programas de salud pública en México y el resto de Latinoamérica.

Las enfermedades respiratorias agudas fueron el tipo de afección más común en México con cerca de 16 millones de incidencias en 2022, según estimaciones publicadas en el banco de datos Statista. Los padecimientos en vías urinarias y los relacionados con el sistema intestinal ocuparon el segundo y tercer lugar con más de 3 millones de casos respectivamente. Estas dolencias pueden converger, lo que hace del seguimiento epidemiológico algo vital para optimizar la planificación, evaluación e implementación de programas de salud pública.

Octavio García, presidente y fundador del Itrasig explicó en entrevista con WIRED en Español, que Pablo AI es capaz de hacer seguimiento epidemiológico al momento y agilizar el proceso de diseño de sistemas de diagnóstico. El sistema puede “presentar reportes sobre el número de contagios por estados y por regiones, y predecir el avance de cualquier enfermedad infecciosa provocada por virus, bacterias u hongos”.

¿De dónde saca la información Pablo AI?

La aplicación se conecta a bases de datos existentes y disponibles para el público en general. Entre ellas se encuentran las del Instituto de Diagnóstico y Referencia Epidemiológicos (InDRE), la Organización Mundial de la Salud (OMS) y la Organización Panamericana de la Salud (OPS). También es capaz de consultar artículos científicos y examinar bancos de información sobre genomas.

El sistema tiene una peculiaridad. Obtiene data en tiempo real sobre las conversaciones en redes sociales. En estas plataformas, identifica los trending topics y las palabras clave que están ganando popularidad para entregar información de interés sobre afecciones específicas.

“Una cosa es generar diagnóstico y hacer una evaluación estadística sobre cualquier enfermedad, pero también es importante reconocer lo que como pacientes necesitamos saber en tiempo real. Los humanos tendemos a publicar todo en redes sociales y está información permite entender cuándo se está generando o está por detonar un problema mayor. La IA es capaz de correlacionar la evidencia científica con estos registros comunes para entender mejor el estatus de una afección”, sostuvo García.

El directivo afirma que el algoritmo distingue con claridad las noticias falsas y los bots. A través de redes neuronales de última generación detecta estos comportamientos y los elimina de sus notas de referencia. El mecanismo garantiza un alto nivel de confiabilidad, según García.

Modelos epidemiológicos en cuestión de segundos

La variedad de informes que Pablo AI utiliza para entregar resultados hace que tenga la capacidad de modificar su respuesta en función de factores específicos y generar posibles rutas de acción para contener un problema de salud a gran escala. El científico puso como ejemplo la epidemia de covid-19. “Podemos conocer el número de contagios que se tienen en una zona particular. Si yo pregunto a Pablo AI cómo va a impactar el desarrollo de una nueva vacuna para el virus, de la cual ya hay resultados clínicos sobre su efectividad, el sistema entregará una predicción sobre los beneficios reales que se pueden obtener”.

“Si cuestionamos al sistema sobre cómo debemos aplicar este fármaco para modificar el avance y el comportamiento de la epidemia, es probable que nos indique cuántas dosis deben aplicarse y en qué en regiones y segmentos de la población para conseguir cierto resultado”, explica. El programa responde a otros factores externos como medidas preventivas, posibles tratamientos paliativos y terapias de reacción.

Pablo AI automatiza el diseño de sistemas de diagnóstico, como las pruebas PCR. La base de datos con la que fue entrenado, su capacidad para procesar datos en tiempo real y su facilidad de uso permiten diseñar herramientas de detección en pocos segundos. El rendimiento de estos métodos se comprueba a través de simulaciones de experimentos clínicos.

La aplicación “analiza todos los datos necesarios y genera un modelo de diagnóstico a medida. Este proceso nos toma a los epidemiólogos semanas o meses. Por tanto, es un gran cambio que permite dedicar esfuerzos a otras investigaciones. Pablo AI es la única aplicación en su tipo que puede hacer todo esto”, aseveró el fundador del Instituto Traslacional de Singularidad Genómica (Itrasig).

¿Cómo fue entrenado el sistema y qué tan fiable es?

Los creadores de la herramienta afirman que el nivel de confianza en los resultados que entrega Pablo AI son precisos y aceptables. Aclaran que es imposible desarrollar una herramienta similar que sea 100% precisa. García compartió que su equipo midió la fiabilidad del algoritmo utilizando como referencia el avance de la pandemia por covid-19 en México.

“Primero lo entrenamos y alimentamos solo con información acerca del covid-19 documentada a lo largo de 2020. Queríamos que predijera las condiciones, el número de contagios y cómo se iría desarrollando la pandemia. Nosotros sabíamos exactamente lo que había pasado, por lo que fue una forma adecuada para medir su nivel de confianza”.

El sistema se comportó conforme a lo esperado, generando respuestas acordes a las cifras y proyecciones entregadas por la Secretaría de Salud una vez que fue decretada la crisis sanitaria. “Hubo una cosa muy interesante. Preguntamos a Pablo AI cuál era el estado de la enfermedad durante el primer mes de 2020. La aplicación generó un mapa de la República Mexicana con tres estados marcados en amarillo, lo que indicaba un crecimiento en las incidencias. Tiempo después se confirmó que en estas entidades hubo contagios registrados clínicamente”. El primer caso de covid en México se documentó de forma oficial a finales de febrero. Antes de ello, no había reportes sobre contagios de covid porque se desconocía que la enfermedad había llegado al país.

García afirma que Pablo AI requiere de entrenamiento y supervisión constante. Su equipo de ingeniería está añadiendo otros factores y fuentes de información que permiten generar reportes y modelos epidemiológicos más certeros.

La ciencia inmersa en la consolidación de la IA

Cuando Pablo AI sea lo suficientemente robusto en términos de programación básica, se pondrá a disposición sin costo para las instituciones de salud, universidades, centros científicos y desarrolladores e investigadores independientes. Sus creadores garantizan que el sistema cuenta con salvaguardias que garantizan que el control y manejo de los datos cumplan con los estándares más altos de seguridad y privacidad, sobre todo cuando se trata de información sensible.

El doctor Octavio sostiene que la decisión de convertir a Pablo AI en un modelo de código abierto responde a la necesidad de contribuir a la democratización de la ciencia. La intención es “ que otras mentes con diferentes puntos de vista puedan trabajarlo y puedan enriquecerlo”.

Afirma que la medida permitirá a los centros de salud e investigación reducir la dependencia tecnológica con empresas extranjeras, minimizar los costos en la producción de modelos de diagnóstico, desarrollo de tratamientos y medicamentos y acelerar las innovaciones en diversas disciplinas científicas.

Sostiene que no se debe temer por la relación cada vez más cercana entre la IA y la ciencia. “La inteligencia artificial es algo muy controvertido, pero al repasar la historia podemos darnos cuenta que cada vez que hay un cambio de paradigma, hay muchas voces que se escandalizan. Todo se reduce a tener autonomía y soberanía tecnológica y científica. Solamente así podemos reconocer nuestros errores y asumir que dependemos de nuestras propias virtudes para poder avanzar e innovar como país”.

Fuente: es.wired.com