La Inteligencia Artificial y el Entorno de la Salud – Parte Uno

Publish date:

Estamos en la cúspide de cambios realmente notables en la forma en que pensamos en la asistencia sanitaria y en cómo brindamos atención médica. La Inteligencia Artificial será un factor clave tanto para la transformación como para la disrrupción en el entorno sanitario.

Inteligencia Artificial (AI) es un tema candente. La tecnología está emergiendo de su orientación académica / back-office más tradicional y se está volviendo más habitual. Muchas de las principales publicaciones como The Economist, The Financial Times, The Wall Street Journal, The New York Times y la BBC publican contenido relacionado con AI con mayor frecuencia. Los gobiernos y los líderes mundiales ahora están comentando sobre la tecnología—el gobierno chino anunció un plan para invertir miles de millones en tecnología, con el objetivo de llevar a China a la vanguardia de AI en 2025. Vladimir Putin afirmó recientemente que quien domina la AI gobernará el mundo. Elon Musk cree que la IA no regulada es una amenaza para el mundo. Otros, como Gary Kasparov, tienen una visión más positiva de la posible contribución de AI al mundo.

El objetivo de este blog es compartir conocimientos y participar en discusiones sobre la aplicación de Inteligencia Artificial (IA) en el ecosistema de la salud. Las primeras publicaciones están destinadas a ayudar a establecer una comprensión básica de AI. Con el tiempo, la atención se desplazará a temas como: AI como habilitador para la transformación de la industria; los titulares de la industria `que se asocian o adquieren activos tecnológicos; Nuevas empresas y / o nuevas tecnologías que ingresan al mercado; casos de uso emergentes tales como la forma en que la IA puede afectar el descubrimiento y desarrollo de fármacos; y la evolución y maduración general de la tecnología. El blog seguirá siendo relevante para los temas orientados a los ecosistemas de la salud.

Este blog se centrará más en la aplicación comercial de la tecnología y no tanto en la tecnología en sí misma. Los artículos sobre inteligencia artificial y aprendizaje automático a menudo pesan mucho en matemática y tecnología. Esto es comprensible dado el tema en cuestión. Habrá algún debate técnico, pero estos tendrán un alcance limitado y con el propósito de promover la comprensión de alto nivel. Se proporcionarán enlaces para aquellos que buscan una comprensión adicional y más detallada de los aspectos más técnicos.

Estoy haciendo esto porque estoy fascinado por el potencial de IA en todo el ecosistema de salud. Estamos en la cúspide de cambios realmente notables en la forma en que pensamos en la asistencia sanitaria y en cómo brindamos atención médica. Las próximas dos décadas serán realmente increíbles.

¿Porqué ahora?

AI está saliendo de sus raíces tradicionales, principalmente en el ámbito académico y se está convirtiendo en una herramienta empresarial de excelencia. Históricamente, AI fue el centro de atención de las personas más astutas en la academia y / o la comunidad de servicios financieros. Wall Street fue uno de los primeros en adoptar la tecnología. Los quants han sido valorados durante mucho tiempo por su capacidad para escribir complejos algoritmos de negociación. Aproximadamente el 50% de todas las operaciones bursátiles de los EE. UU. Se realizan a través de operaciones de alta frecuencia (algoritmos)1.

La tecnología está comenzando a madurar y proliferan en una sección transversal mucho más amplia de la economía. Es muy probable que las organizaciones que aprovechan la inteligencia artificial se encuentren con una ventaja competitiva en relación con aquellos que no comprenden y aprovechan la tecnología. La disrrupción en la industria está sucediendo a un ritmo más rápido que antes. Los que se quedan atrás pueden tener dificultades para cerrar la brecha competitiva.

Una breve historia de Inteligencia Artificial (AI)

Las ideas asociadas con AI no son nuevas. El concepto de objetos no humanos programados para imitar las capacidades humanas ha existido desde los griegos. Homero escribió sobre asistentes mecánicos esperando a los dioses en la cena.2

El concepto más moderno de AI data de la década de 1950. En 1950, Alan Turing propuso lo que se conoce como la prueba de Turing—puede una computadora comunicarse lo suficiente con un humano para convencer a los humanos de que también es humano?

El término inteligencia artificial se acuñó en 1956 en una conferencia en el Dartmouth College. La década de 1950 marcó el comienzo de una era de optimismo. Muchas de las mentes científicas líderes de esa era asistieron a la conferencia de Dartmouth y contribuyeron al avance temprano de la tecnología.3 A pesar del optimismo inicial, lograr sistemas artificialmente inteligentes resultó ser un desafío. Las olas de entusiasmo fueron seguidas por caídas de desilusión a lo largo de los años 50, 60, 70 y 80.

El interés en AI comenzó a recuperarse a finales de la década de 1990 cuando Deep Blue de IBM derrotó al gran maestro de ajedrez ruso Gary Kasparov. Kasparov detalló esta experiencia en su libro recientemente publicado “Pensamiento profundo: dónde termina la inteligencia de máquina y comienza la creatividad humana”. Este es un buen libro y se agregará a la lista de lecturas recomendadas. Kasparov cree que AI tendrá un impacto positivo en la sociedad.

En 2011, IBM demostró una vez más el potencial de AI cuando su sistema Watson ganó el concurso Jeopardy. El éxito de Watson en Jeopardy, junto con una exitosa campaña de marketing, está ayudando a exponer las capacidades de AI a una audiencia mucho más amplia. La tecnología está emergiendo de su orientación académica tradicional y es cada vez más aceptada.

¿Cómo definimos la Inteligencia Artificial (AI) y por qué el resurgimiento reciente?

No hay una sola definición absoluta de AI. Para los fines de este blog, AI se define como: la capacidad de una máquina (no humana) para replicar el comportamiento humano inteligente y las capacidades de toma de decisiones humanas. AI debe tener la capacidad de desempeñarse tan bien o mejor que un humano al realizar una tarea.

Los avances recientes en tecnología y el acceso a grandes cantidades de datos están permitiendo el resurgimiento de IA. El hardware y el software son cada vez más potentes, menos costosos y más fáciles de acceder. Esto permite el procesamiento de grandes conjuntos de datos de forma rápida y rentable. La cantidad de datos que producimos se duplica cada año. Se produjo la misma cantidad de datos en 2016 que la cantidad producida desde el comienzo de los tiempos hasta 2015. Los datos son fundamentales para ayudar a los sistemas de AI a aprender. Cuanta más información esté disponible para el procesamiento, más puede aprender el sistema de AI y más precisa será. La AI está comenzando a madurar hasta el punto en que puede aprender sin interacción humana. Por ejemplo, la Deep Mind de Google se enseñó a jugar y ganar juegos de Atari.4

¿Qué es el aprendizaje automático?

La inteligencia artificial (AI) consiste en numerosos subcampos que incluyen el procesamiento del lenguaje natural (PNL), el razonamiento y la representación del conocimiento, la percepción y el aprendizaje automático. El aprendizaje automático es uno de los componentes más importantes de la inteligencia artificial. Se utiliza para mejorar nuestras experiencias cotidianas a través de máquinas e interfaces artificialmente inteligentes. Echo de Amazon, Siri de Apple y el Asistente de Google (Google’s Assistan) son algunos de los productos más conocidos que aprovechan el aprendizaje automático.

El aprendizaje automático se puede aplicar a una variedad de situaciones; sin embargo, a menudo se usa para predecir el comportamiento. La puntuación de crédito es una aplicación muy conocida de aprendizaje automático. Cuando alguien solicita un préstamo, una tarjeta de crédito o una hipoteca, generalmente se le hace una serie de preguntas al solicitante. Esta información se combina con la información del historial crediticio del solicitante y se incorpora a un modelo predictivo. Este modelo genera el puntaje de crédito.

El Target Marketing es otra aplicación frecuente de aprendizaje automático. Los departamentos de marketing aprovechan los conocimientos basados en una serie de atributos tales como: edad, historial de navegación web, ingresos, historial de compras, ubicación, etc. para predecir si la persona puede estar interesada en un producto o no. Esta predicción se puede usar para decidir si extender o no una oferta promocional. Del mismo modo, el marketing objetivo se puede usar para determinar cuánto puede estar dispuesto a pagar una persona por un producto o servicio en particular. Estrategias personalizadas de precios pueden implementarse a través de esta idea.

El aprendizaje automático tiene numerosos casos de uso en todo el entorno sanitario. Por ejemplo, la tecnología se puede aplicar en programas preventivos de salud. El aprendizaje automático se puede utilizar para evaluar los datos de una persona -ómica (genoma, proteoma, metaboloma, microbioma) junto con otras fuentes de datos, como el registro médico electrónico de la persona para predecir la probabilidad de desarrollar enfermedades como diabetes o enfermedad cardíaca. Las personas que demuestran una alta propensión a la enfermedad pueden abordarse con una intervención proactiva, por ejemplo, la implementación de cambios en el estilo de vida o la prescripción de terapias preventivas.

Gracias por tomarte el tiempo para leer la primera de las muchas publicaciones sobre este tema. Espero que encuentres el contenido informativo. Las futuras entregas incluirán temas tales como: por qué utilizar la inteligencia artificial y el aprendizaje automático; una descripción general de la tecnología y los modelos; una visión general de las principales empresas de AI y en qué están trabajando; consideraciones éticas; cómo comenzar con AI, etc. Por favor, comunicate conmigo en cualquier momento si tenes alguna pregunta, comentario o deseas participar en futuras publicaciones.

Fuentes:

  1. Chaparro, Frank.  “CREDIT SUISSE: Here’s how high-frequency trading has changed the stock market” Business Insider.  March 20, 2017.
  2. Buchanan, Bruce. “A (Very) Brief History of Artificial Intelligence” AI Magazine Volume 26 Number 4. 2006.
  3. Moor, James. “The Dartmouth College Artificial Intelligence Conference:  The Next Fifty Years” AI Magazine Volume 27 Number 4.  2006.
  4. Helbing, Dirk; Frey, Bruno; Gigerenzer, Gerd; Hafen, Ernst; Hagner, Michael; Hofstetter, Yvonne; van den Hoven, Jeroen; Zicari, Roberto; Zwitter, Andrej. “Will Democracy Survive Big Data and Artificial Intelligence?” Scientific American. February 2017.
cookies.

Al continuar navegando en este sitio, acepta el uso de cookies

Para más información y para cambiar la configuración de las cookies en su ordenador, por favor lee nuestra política de privacidad

Cerrar

Cerrar información de cookies