Tu médico será un robot

Investigadores de Francia, Alemania y EE UU desarrollan un programa que es más eficaz que los oncólogos humanos a la hora de diagnosticar los cánceres de piel

Los médicos tradicionales chinos de la época precristiana eran conscientes de que la medicina consistía en un sutil juego de sentidos. Desde el principio de sus investigaciones, conocieron tres modos de establecer la condición física de una persona: mirar (wang), escuchar, oler y preguntar (wen) y tocar (quie). En la práctica, su actividad se centraba sobre todo en el quiemo (la palpitación de los puntos vitales del individuo). Tocar, ver y escuchar ha sido la base de la medicina desde entonces. Y el mejor médico casi siempre ha sido también el que mejor ha sabido realizar estas prácticas diagnósticas y reconfortantes. Pero todo eso puede que esté empezando a cambiar radicalmente. La llegada de la medicina virtual, del acto médico producido por máquinas, por robots, por ordenadores...empieza a trastocar el tradicional y presencial orden de las cosas. La noticia conocida ayer, publicada en la revista «Annals of Oncology» es un paso de gigante en esa dirección.

Un equipo de investigadores de Francia, Alemania y Estados Unidos han desarrollado un programa de inteligencia artificial que es mejor que los oncólogos humanos a la hora de diagnosticar cánceres de piel. Se trata de lo que los expertos llaman red neuronal convolucional, es decir una red de microprocesadores que trabajan como lo haría una red de neuronas y que responden a los errores como un cerebro humano: aprendiendo. Estos haces de chips son lo más parecido a un amasijo de neuronas humanas que la ciencia ha podido fabricar. La red en cuestión fue programada para diferenciar melanomas malignos entre un abanico de cientos de miles de imágenes de la piel humana. Su labor era detectar dónde se apreciaba una lesión tumoral y dónde había simples lunares benignos o nevos.

La tecnología que desarrollaron se inspira en los procesos biológicos que hay detrás de una conexión de neuronas humanas. Cuando las células nerviosas del cerebro se conectan intercambian información. Al ser impactadas por un estímulo visual esa información se organiza de una manera determinada diferente a cuando el estímulo es de otro tipo.

La red neuronal artificial fue sometida al estímulo de cientos de miles de imágenes y se programó para que las conexiones de información fueran distintas en el caso de estar viendo un melanoma. En cuestión de tiempo, la propia tecnología se fue autocorrigiendo mediante un sistema de «machine learning» hasta ser capaz de decidir por sí sola.

Una vez acabada la fase de aprendizaje, se seleccionaron dos grupos de imágenes extraídos de los manuales de medicina de entre los casos de más difícil diagnóstico de melanoma. De esas imágenes, 100 eran especialmente complejas. Ésas eran las que interesaban más a los investigadores. Se convocó a un panel de dermatólogos de todo el mundo, en concreto 58 profesionales de 17 países, todos ellos con más de dos años de experiencia en el diagnóstico de melanomas.

A los médicos se les pidió que hicieran un diagnóstico basándose en las imágenes que estaban viendo. Cuatro semanas después, también se les informó de otros datos clínicos de los pacientes para completar el informe. Los profesionales detectaron correctamente el 86,6 por 100 de los melanomas e identificaron correctamente como lunares benignos el 71,3 por 100 de los casos.

Sinergia perfecta

En otra fase del estudio, se aplicaron las mismas imágenes a la red neural artificial y los resultados fueron sorprendentes. Aunque fue capaz de identificar también el 71,3 por 100 de los lunares benignos, su acierto fue mayor que el humano en los casos de melanoma. En concreto, detectaron con un 95 por 100 de precisión estas patologías.

La máquina dejó escapar mucho menos tumores lo que quiere decir que tiene un grado de sensibilidad (eficacia para evitar falsos negativos) que un ser humano. Además también cometió menos falsos positivos (es decir, interpretó menos lunares sanos como cánceres).

La máquina desarrollada para este estudio incluso mejoró los resultados de los doctores humanos a pesar de que estos contaban con datos clínicos añadidos que les fueron facilitados para realizar su disgnóstico de los pacientes.

Sin embargo, también debe ser tenido en cuenta que la atención de los médicos no era la misma que en la práctica habitual porque sabían que estaban formando parte de un estudio y que no dependían vidas humanas de su desempeño.

Aun así, nos encontramos ante el primer caso en el que un programa artificial mejora considerablemente la habilidad diagnóstica de un médicohumano. No cabe duda de que en el futuro la fusión de todas estas tecnologías con la pericia de los médicos de carne y hueso será capaz de hacer milagros.