Tecnología

Por qué la industria sanitaria utiliza la tecnología de gráficos para impulsar la IA

inteligencia artificial en la salud
Escrito por Autor Invitado

La inteligencia artificial ha atraído recientemente una importante atención, aunque muchos de los ejemplos más populares que hemos visto intentando demostrar sus beneficios han sido pruebas de concepto poco prácticas, tales como Dominar el ajedrez o encontrar vídeos de gatos en internet.

Si bien estos desarrollos han ayudado a allanar el camino para nuevos avances, también han dejado a mucha gente preguntándose dónde están los beneficios tangibles y qué supone realmente la era de la inteligencia artificial para el mundo real.

Parece que por fin estamos llegando al punto de inflexión en el que los esfuerzos en materia de inteligencia artificial están permitiendo pasar de estos ejemplos preliminares a avances que cambian la vida y que pueden resolver problemas hasta ahora insolubles. Y esto es especialmente evidente en el ámbito de la asistencia sanitaria.

El sector de la asistencia sanitaria es una de las industrias del mundo con más riqueza de datos. El mantenimiento de registros es una práctica integral, y que se ha hecho infinitamente más accesible a medida que los sistemas de salud de todo el mundo se han ido trasladando a los registros electrónicos. Imágenes de diagnóstico, radiografías, tomografías computarizadas y resultados de MRI se almacenan digitalmente. Si bien todos estos esfuerzos se han hecho para reducir los costes y aumentar la facilidad y la eficacia de la atención al paciente, ahora en la era de la inteligencia artificial crean enormes cantidades de datos profundos para el análisis. Esto permite llevar a cabo nuevas investigaciones y la búsqueda de patrones que superan ampliamente las capacidades de los seres humanos.

La inteligencia artificial hará que los CV sean inútiles para buscar trabajo

Los datos de salud por sí solos no están impulsando nuevos avances. De hecho, gran parte de estos datos han sido digitales durante años. Sin embargo, los algoritmos que se han venido utilizando para analizar los datos no se podían ejecutar lo suficientemente rápido como para proporcionar información valiosa de manera oportuna. Ahora esto está cambiando debido a una aplicación poco probable de la tecnología de gráficos.

Las Unidades de Procesamiento Gráfico (GPU) han sido utilizadas tradicionalmente para representar gráficos y video. Las GPUs se utilizan para impulsar todo, desde pantallas de TV a experiencias de juego inmersivo. Sin embargo, la industria sanitaria está aprovechando ahora la potencia de estas GPUs en aplicaciones de inteligencia artificial.

Los avances recientes en la tecnología de GPU han hecho que el procesamiento paralelo sea rápido, barato y potente. Junto con la expansión de las plataformas de software de código abierto, el rendimiento informático puede finalmente mantener el ritmo de las necesidades de los algoritmos de inteligencia artificial, altamente exigentes. La capacidad de descifrar la gran cantidad de datos de difícil comprensión tendrá un profundo impacto en nuestra salud y sistemas sanitarios, incluyendo la predicción y el tratamiento de enfermedades.

Mejoras en la medicina preventiva

Las plataformas de inteligencia artificial están empezando a demostrar su valor para mejorar la medicina preventiva y detener la enfermedad antes de que comience, un componente vital de cualquier estrategia de atención sanitaria. Siete de cada 10 fallecimientos entre los estadounidenses cada año se deben a enfermedades crónicas (como el cáncer y las enfermedades del corazón), y casi uno de cada dos adultos sufre de al menos una enfermedad crónica, muchas de las cuales se pueden prevenir.

Los investigadores han creado recientemente un algoritmo de diagnóstico de inteligencia artificial mediante la programación de una GPU que actúa como una red neuronal. Mediante la aplicación de “deep learning” utilizando la GPU, el equipo entrenó la red neuronal para identificar y diferenciar entre lesiones malignas y benignas de la piel. El resultado del estudio mostró que el algoritmo es tan fiable como un dermatólogo en la detección del cáncer de piel, aunque con el potencial de proporcionar diagnósticos a una velocidad mucho mayor y a un menor coste. Con 5,4 millones de nuevos casos de cáncer de piel en los EE.UU. cada año, la detección temprana puede tener un enorme impacto en los resultados.

La inteligencia artificial también está siendo utilizada para predecir la salud futura de individuos y poblaciones mediante el análisis de datos clínicos y no clínicos, identificando a los pacientes de alto riesgo antes de que ocurra un daño. Una mayor adopción de estas tecnologías también puede conducir a mejores resultados para los pacientes y reducir los gastos en el sistema sanitario, abordando los problemas de sobre-tratamiento y prestación de atención.

A medida que exista una mayor disponibilidad de estos servicios en el futuro, se espera que el aprendizaje profundo proporcione una mayor precisión, análisis más rápidos y, en última instancia, costes médicos más bajos.

Apoyo a la investigación

La inteligencia artificial también está forjando un nuevo camino donde los enfoques tradicionales de investigación no han tenido éxito.

Históricamente, el coste de desarrollar nuevos tratamientos para enfermedades raras ha sido gigantesco y a menudo prohibitivo. El número de pacientes que viven con una enfermedad rara es pequeño, lo que hace difícil encontrar participantes para los costosos ensayos clínicos y que las compañías farmacéuticas recuperen los costes una vez que un medicamento llega al mercado. La inteligencia artificial puede reducir el tiempo de salida al mercado y las barreras de costes para la investigación médica, estimulando así el progreso en los casos en los que hay incentivos financieros limitados para las compañías farmacéuticas.

Algunas empresas pioneras ya se están dando cuenta del potencial de esta tecnología, combinando la ciencia biológica con el aprendizaje profundo para descubrir nuevos tratamientos para las enfermedades genéticas raras, que habitualmente no han contado con las largas y caras investigaciones en nuevos medicamentos. Los datos generados a partir de estas aplicaciones también pueden convertirse con el tiempo en un recurso para el software adicional, y ayudar a explicar por qué ciertos fármacos funcionan o sugerir las vías más prometedoras para explorar.

Poniendo los avances en el cuidado de la salud al alcance de todos

No es casual que los investigadores hayan dependido en gran medida de las iniciativas de código abierto para apoyar sus descubrimientos, y la tendencia hacia los ecosistemas abiertos sólo continúa creciendo. Utilizando imágenes de Internet gratuitas y ampliamente disponibles y plataformas de datos abiertas, los investigadores pueden colaborar con toda la industria para mejorar los resultados de los pacientes a través de la inteligencia artificial.

¿Por qué código abierto? Las plataformas de código abierto ofrecen un software rico en características creado por una comunidad de desarrolladores orientados a ese propósito. La portabilidad de software entre los vendedores de hardware evita el bloqueo mientras se sigue extrayendo el rendimiento óptimo. Las organizaciones empresariales, académicas y gubernamentales no deben estar atadas a una solución de un único proveedor.

Las plataformas abiertas, tales como la Plataforma Radeon Open Compute (ROCm), son vitales para mejorar el acceso a las bibliotecas de matemáticas y proporcionan una rica base de lenguajes de programación modernos, lo que puede acelerar el desarrollo de sistemas informáticos heterogéneos de alto rendimiento y eficiencia energética. Y el hardware de GPU programable y flexible, orientado a la informática, como los aceleradores Radeon Instinct proporcionará más opciones en un mercado que antes estaba limitado a determinados proveedores.

A medida que continuamos nuestro viaje en la era de la inteligencia artificial, los nuevos aceleradores de GPU combinados con marcos de aprendizaje profundo optimizados y de código abierto ayudarán a resolver algunos de los desafíos más apremiantes de la atención sanitaria. Estamos al comienzo de este fantástico viaje, pero ya estamos siendo testigos de cómo la inteligencia artificial puede ayudar a formar un mundo más saludable que nunca.

El autor de este artículo es Raja Koduri, vicepresidente senior y Arquitecto Jefe del Grupo Radeon Technologies de AMD

Sobre el autor de este artículo

Autor Invitado