MADRID 20 Feb. (EUROPA PRESS) -
Un estudio de la Universidad de Oxford (Reino Unido) describe por primera vez cómo los avances en IA pueden acelerar los avances en la investigación de enfermedades infecciosas y la respuesta a los brotes. El estudio, publicado en 'Nature', pone especial énfasis en la seguridad, la responsabilidad y la ética en la implementación y el uso de la IA en la investigación de enfermedades infecciosas.
El estudio, que exige un entorno colaborativo y transparente (tanto en términos de conjuntos de datos como de modelos de IA), es una colaboración entre científicos de la Universidad de Oxford y colegas del mundo académico, la industria y organizaciones políticas de África, América, Asia, Australia y Europa.
Hasta ahora, las aplicaciones médicas de la IA se han centrado predominantemente en la atención individual al paciente, mejorando, por ejemplo, el diagnóstico clínico, la medicina de precisión o apoyando las decisiones de tratamiento clínico.
En cambio, en este estudio se analiza el uso de la IA en la salud de la población. Así, concluye que los avances recientes en las metodologías de IA funcionan cada vez mejor incluso con datos limitados, un importante obstáculo hasta la fecha. Un mejor desempeño con datos limitados y ruidosos está abriendo nuevas áreas para que las herramientas de IA mejoren la salud tanto en países de ingresos altos como de ingresos bajos.
"En los próximos cinco años, la IA tiene el potencial de transformar la preparación para las pandemias. Nos ayudará a anticipar mejor dónde comenzarán los brotes y predecir su trayectoria, utilizando terabytes de datos climáticos y socioeconómicos recopilados de manera rutinaria. También podría ayudar a predecir el impacto de los brotes de enfermedades en pacientes individuales al estudiar las interacciones entre el sistema inmunológico y los patógenos emergentes", afirma el autor principal, el profesor Moritz Kraemer, del Instituto de Ciencias Pandémicas de la Universidad de Oxford.
"En conjunto y si se integran en los sistemas de respuesta a pandemias de los países, estos avances tendrán el potencial de salvar vidas y garantizar que el mundo esté mejor preparado para futuras amenazas de pandemias", añade.
Las oportunidades para la IA y la preparación ante pandemias identificadas en la investigación incluyen avances prometedores en la mejora de los modelos actuales de propagación de enfermedades, con el objetivo de hacer que la modelización sea más sólida, precisa y realista. Igualmente, señala avances en la identificación de áreas con alto potencial de transmisión, lo que ayuda a garantizar que los recursos de atención médica limitados puedan asignarse de la manera más eficiente posible.
Además encuentra potencial para mejorar los datos genéticos en la vigilancia de enfermedades, acelerando en última instancia el desarrollo de vacunas y la identificación de nuevas variantes. También para ayudar a determinar las propiedades de nuevos patógenos, predecir sus características e identificar si es probable que se produzcan saltos entre especies.
De esta forma, podría predecir qué nuevas variantes de patógenos que ya circulan (como el SARS-CoV-2 y los virus de la gripe) podrían surgir y qué tratamientos y vacunas son mejores para reducir su impacto. Igualmente, anticipa una posible integración asistida por IA de datos a nivel de población con datos de fuentes a nivel individual (incluidas tecnologías portátiles como frecuencia cardíaca y conteo de pasos) para detectar y monitorear mejor los brotes.
Siendo así, la IA puede crear una nueva interfaz entre la ciencia altamente técnica y los profesionales de la salud con capacitación limitada, mejorando la capacidad en entornos que más necesitan estas herramientas.
Sin embargo, los avances en IA no afectarán por igual a todas las áreas de preparación y respuesta ante pandemias. Por ejemplo, si bien los modelos de lenguaje proteico son muy prometedores para acelerar la comprensión de cómo las mutaciones de los virus pueden afectar la propagación y la gravedad de las enfermedades, los avances en los modelos básicos podrían aportar solo mejoras modestas con respecto a los enfoques existentes para modelar la velocidad a la que se propaga un patógeno.
Los científicos piden cautela al sugerir que la IA por sí sola resolverá los desafíos de las enfermedades infecciosas, pero que la integración de la retroalimentación humana en los flujos de trabajo de modelado de IA podría ayudar a superar las limitaciones existentes.
Los autores están particularmente preocupados por la calidad y representatividad de los datos de entrenamiento, la accesibilidad limitada de los modelos de IA a la comunidad en general y los riesgos potenciales asociados con la implementación de modelos de caja negra para la toma de decisiones.
El autor del estudio, el profesor Eric Topol, fundador y director del Scripps Research Translational Institute , cuenta: "Si bien la IA tiene un potencial transformador notable para la mitigación de la pandemia, depende de una amplia colaboración mundial y de aportes de datos de vigilancia integrales y continuos".
Los autores sugieren puntos de referencia rigurosos para evaluar los modelos de IA y abogan por una colaboración sólida entre el gobierno, la sociedad, la industria y la academia para el desarrollo sostenible y práctico de modelos para mejorar la salud humana.
