O catedrático da UNED Díez Vegas falou en Ourense das aplicacións da IA en cardioloxía, diabete, ictus, medicina deportiva ou segmentación de texidos entre outras
O relator dixo no seminario que a Universidade Nacional de Educación a Distancia celebra na cidade que os primeiros sistemas aplicados nos anos 60 e principios dos 70 xa presentaban unha tasa de acerto superior á dos médicos "nunha área moi acotada e non se chegaron a aplicar nunca"
OURENSE, 27 de novembro de 2020.- A intelixencia artificial ( IA), que xurdiu nos anos 1950, obtivo recentemente grandes éxitos en varias áreas, como a visión artificial, a tradución automática e xogos complexos (xadrez, go…). Hoxe en día todos a levamos nos nosos teléfonos móbiles. Nos próximos anos vai cambiar a nosa vida cotiá (vehículos autónomos, robots asistenciais…) e a revolucionar o mercado de traballo. Tamén a medicina, un dos principais campos de investigación da IA desde as súas orixes, vai ser transformada radicalmente, máis pronto do que pensan algúns e máis tarde do que pensan outros. De todo isto falou o doutor Francisco Javier Díez Vegas, catedrático de IA na Escola Técnica Superior de Enxeñería Informática da UNED. El iniciou o seminario de conferencias que achega a Universidade Nacional de Educación a Distancia desde o seu Departamento de Intelixencia Artificial. Trátase dun seminario que tenta ofrecer unha visión de conxunto da IA, especialmente na súa aplicación á práctica clínica e á economía da saúde, sinalando os logros obtidos e os que se esperan nos próximos anos, pero analizando tamén de forma realista as limitacións actuais e as dificultades que se van a atopar no camiño, que inclúen problemas éticos e legais. Díez Vegas, mencionou as orixes da IA na metade do século XX co artigo de Alan Turing en 1950 e a conferencia de Darmouth de 1956, na que xurdiu o termo intelixencia artificial. As abordaxes da IA son tres: “ bioinspirado, cuxo obxectivo é mirar aos seres vivos e que se basea en neuroloxía e psicoloxía; matemático, cuxo obxectivo é desenvolver teorías para IA baseándose na lóxica, probabilidade, estatística… e por último, pragmático, sendo o seu obxectivo que funcione, aínda que non o entendamos ben, e baséase en ensaio e erro”, sinalou o relator.
Sobre o concepto de Intelixencia artificial, Díez Vegas achegou o seu, que data do ano 2001, é dicir, que a IA “consiste en crear sistemas capaces de razoar (operar con conceptos), reflexionar ( introspección, explicación); dialogar (require un modelo do interlocutor) e aprender (comportamento máis eficiente)”. Outra área importante, indicou, é a visión artificial.
Engadiu que as técnicas utilizadas en IA son varias, desde redes neuronais ata reforzo da aprendizaxe, pasando por SVMs ou os algoritmos xenéticos. O catedrático da UNED manifestou esta mañá en Ourense que en IA constrúense sistemas intelixentes baseados no coñecemento e en datos. Os primeiros teñen como método extraer e codificar o coñecemento humano e desenvolver algoritmos de razoamento. En canto aos probemas, destacan dous: que necesita expertos humanos e que leva moito tempo. Os sistemas intelixentes baseados en datos teñen como método a aprendizaxe automática e como problema presentan a necesidade de moitos datos de calidade. “A calidade do resultado nunca vai ser maior que a calidade dos datos, por exemplo, rumbos”, dixo Díez Veigas. Mencionou na actualidade a aprendizaxe profunda, que supón abundancia de datos: almacenes repositorios, (imaxes, texto), datos de usuario, (compras, gustos, monitoraxe)… A maiores existe Hardware moi potente (GPUs, TPUs, computación na nube). Hai mellores arquitecturas e algoritmos (redes neuronais convolutivas, recursivas, residuais…) e un Software aberto (gratuíto) moi eficiente (Théano, Keras, TensorFlow, Caffe, pytorch)…
Francisco Javier Díez Vegas falou da presenza da IA en medicina, referíndose aos primeiros sistemas como o naive Bayes, producindo traballos científicos desde os anos 1963 ata 1978 nos que se mostra unha taxa de acerto superior á dos médicos. Desde os anos 70 do pasado século xurdiron os sistemas expertos, sendo o primeiro o CASNET ( glaucoma); o máis famoso foi o MYCIN (terapia antimicrobiana); nos anos 80 produciuse o auxe dos sistemas expertos cun éxito na industria, servindo como exemplo o XCON para configurar workstations. E nos anos 90 tivo lugar o auxe das redes bayesianas, orixinando un declive dos sistemas baseados en regras. En canto ás aplicacións da aprendizaxe profunda, Díez Vegas mencionou as recomendacións personalizadas: procuras, publicidade a través de portais como Google, Facebook, etc. Tamén permite clasificar, por exemplo, diagnósticos, analizar imaxes, procesamento da linguaxe natural, desde extracción de información en textos ata o recoñecemento de voz pasando pola tradución automática. Tamén hai unha aprendizaxe profunda por reforzo e así o catedrático da UNED citou as aplicacións AlphaGo, AlphaGo Zero, AlphaZero Chess…
O relator ofreceu exemplos de análises de imaxes en medicina, desde a identificación do nervio óptico con algoritmos xenéticos, ou a segmentación de tecidos usando a aprendizaxe profunda, entre outras. Igualmente referiuse á linguaxe natural para as historias clínicas achegando tamén aplicacións de linguaxe natural por recoñecemento de voz nos pacientes, tamén para ditar informes médicos. Díez Vegas falou tamén de modelos preditivos, que se poden usar, por exemplo, para monitorar grazas á IA a pacientes que sofren insuficiencia cardíaca. Grazas á IA pódense desenvolver outros modelos preditivos para pacientes con fallos cardíacos, para diabéticos cun diario para eles que lles permita non ter esquecementos, nin picadas dobres, perda de propiedades ou quedar sen insulina. Hai tamén intelixencia artificial non invasiva para o páncreas. Ou para a predición e atención personalizada do Ictus, sen esquecer a predición probabilística da calidade de aire. O catedrático da UNED tivo tamén ocasión de referirse ao diagnóstico e axuda á decisión en medicina, e mencionou a aplicación Mediktor, ou a rehabilitación e medicina deportiva, que tamén se beneficia da IA.
O relator fixo igualmente referencia aos aspectos éticos e legais en relación coa IA, pois sinalou que as dúas cuestións máis importantes hoxe en medicina son, por unha banda, a privacidade, é decir, a protección de datos. Non abonda con usar datos anonimizados. Outro problema é o da explotación comercial dos datos. Por outra banda atópase a responsabilidade: "¿Quen é responsable si a IA se equivoca? ¿E si o médico se equivoca por non seguir a recomendación da IA?", indicou Díez Vegas.
Francisco Javier Díez Vegas é catedrático de IA na UNED, en Madrid. Naceu en Burgos en 1965. Estudou física teórica na Universidade Autónoma de Madrid. A súa tese doutoral, sobre IA aplicada á medicina, obtivo o Premio Fundesco de Teses Doutorais de 1994, entregado polo Ministro de Educación e Ciencia. O grupo de investigación que coordina construíu sistemas expertos de diagnóstico e axuda á decisión en varias áreas (cardioloxía, oncoloxía, enfermidades hepáticas, xinecoloxía, oftalmoloxía, audioloxía...), participou en varios proxectos nacionais e internacionais sobre este tema e desenvolveu un programa de software libre, OpenMarkov, utilizado en máis de 30 países.
Para seguir o relatorio completo podes pinchar aquí.
Próximos relatorios
As outras conferencias achegadas pola UNED terán lugar o día 4 e o 11 de decembro, tamén ás 12.00 horas, en liña desde o Centro de IA de Ourense. Para o día 4 espérase a intervención do doutor Julio Gonzalo Arroyo, catedrático en Linguaxes e Sistemas Informáticos da UNED. O seu relatorio titúlase: Sesgo en sistemas de avaliación. E o día 11 poderá escoitarse a conferencia Ferramentas de IA en contornas educativas e sociais, a cargo do profesor investigador doutor José Antonio Rodríguez Anaya, tamén do Departamento de IA da UNED.
UNED Ourense
Comunicación
