Varios grupos de investigadores y compañías de tecnologías están monitoreando a los usuarios en sus redes sociales, llamadas telefónicas, sus desplazamientos en el smartphone y clics. Todo esto con el fin de encontrar cambios en el comportamiento que se puedan correlacionar con síntomas de enfermedades. Algunos de estos servicios son opcionales y las personas pagan por someterse a ellos.

Y es que hay muchos datos para estudiar. Por ejemplo, una persona toca su smartphone en promedio 2.617 veces al día, según un estudio citado por el medio. Pero la nueva área de investigación también despierta escepticismo por parte de la comunidad científica. Si una persona sociable deja de escribirle a sus amigos de repente, se podría pensar que significa que se ha deprimido. O también puede significar que esa persona se fue de viaje al campo o simplemente cambió su comportamiento cotidiano.

¿Detectar depresión con clics?

Usualmente, los médicos diagnostican la depresión al observar y hablar con los pacientes. Pero una startup en Palo Alto, Estados Unidos, llamada Mindstrong Health está observando el uso de smartphone de las personas. La compañía ha desarrollado una plataforma que monitorea constantemente los hábitos de uso de celular de las personas. Y busca cambios en los taps y clics para saber cómo está el ánimo o si hay cambios en la memoria asociados con la depresión.

Según la organización, su app es capaz de monitorear 1.000 datos relacionados con el uso de smartphones. Entre ellos, qué tanto se demora alguien deslizando hacia abajo en la lista de contactos y haciendo clic en un nombre.

Las llamadas nos dicen si estamos estresados

Las llamadas de voz también están siendo examinadas en busca de pistas de salud. Así lo hace Sharecare, una compañía en Atlanta, Estados Unidos. Ellos ofrecen una app con una función opcional que analiza los niveles de estrés de la persona durante sus llamadas.

El sistema usa tecnología de reconocimiento de voz para categorizar lo que hablan las personas. Después de cada llamada, el sistema envía reportes como ‘pareces ansioso’ o ‘pareces estar balanceado’. También caracteriza las relaciones del usuario con las personas que llaman en términos de actitudes como ‘dominancia’ o ‘afecto’, dependiendo de si es tu jefe o tu mamá. Esta información le sirve a las personas para contextualizar la relevancia de su estrés y les permite ser más conscientes de sus sentimientos en el día a día, dice la compañía.

Facebook y los pensamientos suicidas

Aunque algunos científicos no crean en la validez de este nuevo campo de estudio, Facebook lo está usando, y en un proyecto bastante grande. La red social anunció hace poco que está usando inteligencia artificial para escanear publicaciones y videos en vivo en busca de signos de pensamientos suicidas. El sistema detecta ciertos patrones de lenguaje, como que los amigos comenten ¿Estás bien? o ¿Te puedo ayudar? Entonces se asigna una alerta a la publicación y se avisa al equipo de revisiones de Facebook.

En algunos casos, Facebook envía a los usuarios sugerencias como ‘llama a una línea de ayuda’. Y en casos urgentes, se ha trabajado con las autoridades locales para enviar ayuda a la ubicación del usuario. La compañía dice que ha ayudado a cientos de casos en Estados Unidos.

Esta iniciativa ha sido aplaudida y criticada. A pesar de tener buenas intenciones, se dice que es difícil saber lo que Facebook hace con los datos que recopila sobre los usuarios. Además, la red social no da opción a no ser monitoreado de esta forma.

Imágenes: Pixabay.

Gracias a la inteligencia artificial, ahora podemos detectar el cáncer y pensamientos suicidas. El aprendizaje de máquinas se está infiltrando y está optimizando cada aspecto de la medicina. Desde la forma en que funcionan los servicios de emergencia, hasta la asistencia a los médicos durante las cirugías. La inteligencia artificial ayuda a predecir la muerte de pacientes terminales. Y también permite detectar enfermedades oculares. Hoy te contaremos algunos ejemplos que menciona The Next Web en un artículo, de empresas que están usando inteligencia artificial para mejorar servicios médicos.

1.Corti

Los despachadores del servicio de emergencia en Copenhagen, Dinamarca, están usando una nueva tecnología de asistencia de voz llamada Corti.  Corti funciona al escuchar todas las llamadas telefónicas de emergencia. El sistema analiza la conversación y detecta pistas que luego relaciona con su base de datos. Luego, le muestra a los despachadores la información relacionada. La combinación entre humanos y máquinas ha demostrados ser exitosa, explica el CEO de EMS en Copenhagen.

Corti le ha salvado la vida a muchas personas, porque en situaciones de emergencia, las personas suelen estar bajo mucha presión. Tanto las personas en problemas, como los despachadores pueden estar nerviosos. Y es ahí cuando la información sobre síntomas y condiciones médicas es vital. Corti busca ser una ayuda al trabajo humano, nunca un reemplazo, explican sus creadores. Mira en este video exactamente cómo funciona Corti.

1. RadIO

La inteligencia artificial es uno de los aliados más poderosos que tenemos en la lucha contra el cáncer. Uno de los ejemplos que nos menciona el medio es la tecnología RadIO. El Departamento TI del Gobierno de Moscú (DIT) que lanzó la semana pasada este novedoso sistema. Se trata de un código de fuente abierta de detección de cáncer, que está disponible en Github, y que usa ‘deep learning’ para encontrar signos de cáncer de pulmón en radiografías.

RadIO está disponible gratuitamente para cualquier persona que quiera usarlo, y hay tutoriales sobre cómo ejecutarlo. No es un botón mágico de detección de cáncer, pero es probable que salve muchas vidas. Según el DIT, RadIO permite crear algoritmos de ‘deep learning’ en una pieza de código Python corta y fácil de leer. Ese sistema es tan rápido que según los investigadores, es capaz de procesar las radiografías de toda la población de Moscú (12 millones de personas) en 30 segundos.

3. Art Medical

Art Medical es una compañía que quiere resolver un gran problema con la medicina. En específico, el hecho de que los pacientes se enferman más en los hospitales. Art Medical desarrolló tubos de alimentación y monitores inteligentes, que actualmente están en pruebas clínicas. Estos dispositivos están hechos para evitar complicaciones fatales en pacientes que están en cuidados intensivos en los hospitales y clínicas. La empresa espera que con sus productos se puedan prevenir complicaciones que no están relacionadas con el motivo original de hospitalización. Un ejemplo de complicación es neumonía de aspiración, que es un gran riesgo que corren los pacientes intubados.

4. IBM y la psicosis

El lenguaje es la herramienta con la que los psiquiatras evalúan a sus pacientes para ciertos desórdenes mentales, como la esquizofrenia. Sin embargo, estas evaluaciones dependen de la disponibilidad de profesionales altamente entrados, y de instalaciones adecuadas.

Es por eso que un equipo compuesto por investigadores de psiquiatría, datos, ingeniería y medicina IBM decidieron hacer una solución con tecnología. Juntos, desarrollaron una inteligencia artificial capaz de predecir, con precisión relativa, la presencia de psicosis en un paciente. Así, una herramienta de este tipo estaría disponible para los pacientes en cualquier momento, según explicó Futurism.  Hasta el momento, el sistema tiene un porcentaje de precisión de casi 80%. Puedes ver en este video una reseña de la solución:

Imágenes: capturas de pantalla y Pixabay.

Un nuevo sistema de inteligencia artificial, a través de ‘deep learning’ será la ‘mano derecha’ de los cuidados paliativos. Un grupo de investigadores de la Universidad de Stanford desarrolló un algoritmo de inteligencia artificial que puede ayudar a los hospitales a mejorar el cuidado a pacientes con enfermedades terminales. Así lo informó TechTimes.

El algoritmo de esta ‘calculadora’ está basado en una máquina de redes neuronales que puede analizar cientos de registros médicos, con el fin de determinar si un paciente puede ser remitido a cuidados paliativos. El sistema indica si la persona tiene de 3 a 12 meses de vida, lo cual puede ser muestra de que ya los tratamientos activos no tendrían utilidad.

Los cuidados paliativos son tratamientos médicos que buscan disminuir los síntomas de enfermedades graves, en lugar de curarlas. Estos métodos se usan en personas que ya no pueden ser curadas, o que están en otros tratamientos, simplemente para disminuir su sufrimiento.

¿Por qué es necesario este sistema?

Según el estudio, las predicciones le permiten al equipo de cuidados paliativos (de los hospitales) ser proactivos en cuanto a cómo actuar frente a los pacientes. Esto en lugar de tener que esperar a que un médico ordene el tratamiento.

Algunos estudios citados por esta investigación indican que un 80% de pacientes en Estados Unidos hubiera querido pasar sus últimos días en casa. Pero solo el 20% lo logra. Además, más de la mitad de las muertes de los pacientes ocurren en las zonas de cuidados intensivos de los hospitales.

Es decir, los pacientes con enfermedades terminales usualmente están recibiendo tratamientos médicos agresivos en sus últimos días. Esto en lugar de estar en casa, tranquilos, solo con tratamientos que les impidan sentir dolor u otros síntomas. Esto suele pasar porque los médicos suelen ser muy optimistas en cuanto al prognosis de los pacientes, explica la investigación.

¿Cómo funciona la ‘calculadora de la muerte’?

El sistema elaborado por la Universidad usa ‘deep learning’. Esta es una técnica de aprendizaje de máquinas que sirve para filtrar y analizar grandes volúmenes de datos.

La predicción de muerte según este método se diferencia de otros porque no tiene en cuenta el tipo de enfermedad, la edad del paciente o la gravedad en que se recibió al paciente. En su lugar usan datos de registros médicos electrónicos de los pacientes de un año hacia atrás. A partir de ahí se determina ‘el tiempo que le queda’.

Para este estudio en particular, los investigadores analizaron dos millones de registros de pacientes adultos y niños que fueron admitidos en dos hospitales. De esos dos millones, tomaron 200.000, que fueron analizados para predecir su mortalidad. Al algoritmo se le puso la tardea de predecir la mortalidad de los pacientes elegidos. Luego de analizar los datos de 160.000 de esos pacientes, el sistema logró predecir la muerte de los 40.000 restantes. Esto con un alto nivel de predicciones acertadas.

Imágenes: Pixabay.

También, otros proyectos han logrado usar inteligencia artificial para detectar múltiples enfermedades. Entre esos, una nueva investigación está intentando usar AI para identificar a personas que están teniendo pensamientos suicidas, basándose en escáneres de cerebro, según informó Gizmodo. En un artículo publicado en la revista Nature Human Behavior, un grupo de investigadores de la Universidad Carnegie Mellon estudió a 34 participantes. La mitad de ellos estaban experimentando pensamientos suicidas.

Los participantes se sometieron a un procedimiento de resonancia magnética, mientras que se les mostraron palabras relacionadas con el suicidio, y también algunas emociones positivas. Basándose en los pacientes que ya habían sido identificado con intenciones suicidas, los científicos pudieron identificar cinco regiones del cerebro y seis palabras que ayudan a detectar su condición.

Luego, con esa información pudieron entrenar un algoritmo para identificar pacientes con intenciones suicidas. De los 34 participantes, el algoritmo señaló correctamente a 15 de los 17 pacientes (que se sabía que tenían esa condición) y a 16 de los 17 miembros del grupo de control.

En un segundo experimento, los investigadores dividieron a los participantes con pensamientos suicidas en dos grupos. El primero estaba conformado por los pacientes que ya había intentado suicidarse y el segundo con aquellos que no. Luego se creó otro algoritmo para categorizar a estos participantes. El sistema logró identificar correctamente a 16 de los 17.

Todo esto se logra con algoritmos sencillos y redes neuronales. Recordemos que las redes neuronales son un método de la inteligencia artificial, con el que se ‘entrena’ a un sistema con una base de datos. En este caso, la base de datos eran los escáneres de cerebro de los participantes. Al identificar los patrones de respuesta del cerebro de los pacientes, el sistema comienza a ‘aprender’ cómo se ve por dentro el cerebro de una persona con pensamientos suicidas.

¿Por qué es importante este logro?

Uno de los beneficios de este proyecto es que nos brinda un conocimiento claro sobre las diferencias físicas entre los cerebros de las personas saludables y las personas con pensamientos suicidas. Por ejemplo, la palabra ‘muerte’ desplegaba una reacción en la región del cerebro asociada con la culpa (en los pacientes suicidas). Adicionalmente, algún día este conocimiento podría ser una herramienta adicional para ayudar a diagnosticar y tratar desórdenes de salud mental.

Las enfermedades psiquiátricas son complicadas, y muchas veces no es muy claro entender cómo se desarrollan en términos de dónde existen en el cerebro. Es por eso que, por ejemplo, los síntomas de condiciones como la depresión, parecen vagos o confusos.

Un diagnóstico de un desorden depresivo mayor requiere que la persona presente cinco de nueve síntomas estandarizados. Pero dos personas podrían tener el mismo diagnóstico y no tener ningún síntoma en común. Al saber exactamente el lugar dentro del cerebro donde están estas enfermedades podría ayudar a que un día tengamos métodos de tratamiento más efectivos.

Imágenes: Carnegie Mellon University y Pixabay.