Inteligencia artificial sabe cuándo hacer un diagnóstico médico o remitirlo a un experto

La inteligencia artificial ahora puede detectar cáncer de pulmón, seno, cerebro, piel y cuello uterino.

Pero en el mundo de la IA médica, todavía es complicado determinar cuándo confiar en expertos versus algoritmos.

No se trata simplemente de quién es “mejor” para hacer un diagnóstico o predicción.

Factores como cuánto tiempo tienen los profesionales médicos y su nivel de experiencia también entran en juego.

Para abordar esto, los investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT desarrollaron un sistema de aprendizaje automático que puede decidir hacer una predicción o diferir a un experto.

Lo que es más importante, el sistema puede adaptarse cuándo y con qué frecuencia difiere a un experto humano, según la disponibilidad, experiencia y alcance de la práctica de ese compañero de equipo.

Por ejemplo, en un hospital ocupado, el sistema puede solicitar asistencia humana solo cuando sea absolutamente necesario.

Los investigadores entrenaron al sistema en múltiples tareas, incluida la observación de radiografías de tórax para diagnosticar afecciones como un pulmón colapsado.

Cuando se le pidió que diagnosticara la cardiomegalia (un corazón agrandado), el modelo híbrido humano-IA se desempeñó un ocho por ciento mejor que la IA o los profesionales médicos por sí solos.

“Hay muchos obstáculos que, comprensiblemente, prohíben la automatización total en entornos clínicos, incluidos los temas de confianza y responsabilidad“, dice David Sontag, autor principal de un artículo que el equipo CSAIL presentó en la Conferencia Internacional sobre Aprendizaje Automático.

“Esperamos que nuestro método inspire a los profesionales del aprendizaje automático a ser más creativos al integrar la experiencia humana en tiempo real en sus algoritmos“.

A continuación, los investigadores probarán un sistema que funciona y difiere a varios expertos a la vez.

Por ejemplo, la IA podría colaborar con diferentes radiólogos que tienen más experiencia con diferentes poblaciones de pacientes.

El equipo también cree que su sistema podría tener implicaciones para la moderación de contenido porque puede detectar textos e imágenes ofensivos.

A medida que las empresas de redes sociales luchan por eliminar la información errónea y el odio, una herramienta como esta podría ayudar a aliviar parte de la carga de los moderadores de contenido sin recurrir a la automatización total.

Fuente: Engadget