Este enfoque automatizado podría resultar importante para la atención médica cotidiana, que que mejoraría el diagnóstico de las irregularidades del latido cardíaco, potencialmente mortales. También podría facilitar la disponibilidad de una atención de calidad en las zonas con escasos recursos.
nEl trabajo también es la última señal de que el aprendizaje automático está cada vez más cerca de revolucionar la medicina. Durante los últimos años, los investigadores han demostrado que esta tecnología se puede aplicar para todo tipo de dolencias, como el cáncer de mama, el cáncer de piel y enfermedades oculares a partir de imágenes médicas.
nPor correo electrónico, Ng afirma: "Me ha animado la rapidez con la que la gente está aceptando la idea de que el aprendizaje profundo puede diagnosticar más precisión los médicos en determinados sectores verticales". Y considera alentador ver a los investigadores mirar más allá de las imágenes y tener en cuenta otras formas de datos, como los de ECG. Hasta hace poco, Ng era el científico principal del gigante tecnológico chino Baidu, donde ayudó a fundar un instituto dedicado a aplicar el aprendizaje profundo a diferentes problemas empresariales.
nEl equipo de la Universidad de Stanford entrenó un algoritmo de aprendizaje profundo para identificar diferentes tipos de latidos cardíacos irregulares en los datos de ECG. Algunas irregularidades pueden llevar a complicaciones graves de la salud, incluida la muerte cardíaca súbita. Pero la señal puede ser difícil de detectar, por lo que a menudo se pide a los pacientes que lleven un sensor de ECG durante varias semanas. E incluso entonces puede resultar difícil que un médico distinga entre las irregularidades benignas y las que podrían requerir tratamiento.
n
Foto: Los investigadores de la Universidad de Stanford entrenaron un algoritmo de aprendizaje profundo para identificar diferentes tipos de latidos cardiacos irregulares a partir de los datos del ECG.
nLos investigadores se asociaron con iRhythm, una compañía que fabrica dispositivos portátiles de ECG. Recopilaron 30.000 clips de 30 segundos de pacientes con diferentes formas de arritmia. Para evaluar la precisión de su algoritmo, el equipo comparó su rendimiento con el de cinco cardiólogos diferentes en 300 clips no diagnosticados. Un panel exte o de tres cardiólogos expertos hizo de juez en la competición de la máquina contra los humanos.
nEl aprendizaje profundo implica alimentar una gran red neuronal simulada con de grandes cantidades de datos, e ir afinando sus parámetros hasta que reconozca con precisión las señales problemáticas dentro de la lectura de ECG. El enfoque ya ha demostrado su capacidad para identificar patrones complejos en imágenes y audio, lo que ha permitido el desarrollo de reconocimiento de la imagen y voz que rinden mejor que los humanos.
nEl director general de Microsoft Research, médico y experto en aprendizaje automático, Eric Horvitz, dice que hay otros grupos aplicando el aprendizaje automático a la detección de arritmias cardíacas, entre ellos, dos grupos diferentes del Instituto Tecnológico de Massachusetts (MIT, EEUU) y otro de la Universidad de Michigan (EEUU).
nEn el futuro, la tecnología podrá detectar otras enfermedades al combinar grandes cantidades de datos dispares. Pero hay un desafío clave. Para que la tecnología resulte útil hay que persuadir a médicos y pacientes para que confíen en algoritmos que a menudo son tan complejos que su razonamiento resulta incomprensible (ver El secreto más oscuro de la inteligencia artificial: ¿por qué hace lo que hace?). El aprendizaje profundo es una forma especialmente opaca de aprendizaje automático, y encontrar maneras de hacerlo más explicable será crucial tanto para construir confianza como para refinar los tratamientos.
nAun así, Ng no tiene dudas de que la revolución está llegando. El experto concluye: "Todavía tenemos trabajo por delante para integrar estos algoritmos en el flujo de trabajo del sistema de atención médica. Pero creo que los cuidados médicos dentro de 10 años van a utilizar mucha más inteligencia artificial y serán muy distintos de los actuales".
n