Son os ‘influencers’ persoas (entelequias nalgúns casos) virtuais que din gozar dunha certa credibilidade sobre tema concretos, e sobre os cales aseguran saber moito. Os seus ‘consellos’ moldean as opinións dos seus seguidores e crentes. A maior número de seguidores nas súas contas de Twitter, maior notoriedade nas redes e, supostamente, na nosa vida social telemática. E, alégase, que exercen unha gran influencia na conformación do que pensa a xente. Supostamente.

Algúns ousados ‘influencers’ chegaron a aseverar que a intelixencia artificial (IA) prometera tanto, pero non serviu para frear ao COVID-19. Ergo, a IA é un timo e un engañabobos. Resulta máis ben todo o contrario: se usásemos a intelixencia artificial haberiamos parado a epidemia. Así devandito, con rotundidade. A clave radicase no emprego eficiente do recoñecemento semántico da linguaxe nun análise masivo das comunicacións entre pacientes e médicos.

Interpretar a linguaxe escrita e falada en calquera idioma foi un reto nas ciencias de computación desde o inicio do uso do computador por Alan Turing. O reto de ser capaz de traducir unha linguaxe a outro se engloba dentro do chamado “natural language processing-NLP” ou procesamento de linguaxes naturais. Foi o xenial científico inglés castrado biológicamente polos seus ‘desviacionismo homosexual’, quen adiantou a idea de que un computador podería ser capaz de entender un texto escrito ou falado, e, por tanto, interpretaría o contido semántico do texto. É dicir, entendería cal sería o contido de información da mensaxe. É conveniente ilustralo cun exemplo. Na frase “o coche atropelou ao ancián” unha simple interpretación por palabras craves só diranos que había un coche, un ancián e un atropelo, pero non sabemos se o ancián atropelo ao coche ou ao revés. Coa interpretación semántica sabemos que o coche atropelou ao ancián.

Se se utilizaron estas ferramentas para analizar as mensaxes intercambiadas entre pacientes, médicos e redes sociais en Wuhan, e se se usaron en tempo real as análises semánticos NLP, entendeuse en modo consistente que o que estaba a suceder non era un simple brote de pulmonía, senón unha nova pandemia. Claro que habería ‘violación de privacidade’, pero esa actuación minimizaría a expansión exponencial do contaxio. Non só Trump, senón crecientemente outros gobernos como os de Alemaña ou Francia subliñaron a irresponsabilidade das autoridades chinesas en ‘ocultar’ a verdade (polo menos parcialmente) por razóns políticas ou de ‘prestixio’ do capitalismo comunista chinés, o cal resultou seriamente danado.

Segundo o MIT Technology Review, unha rede neuronal de acceso aberto chamada COVID-Net, feita pública hai uns días podería axudar aos investigadores de todo o mundo nun esforzo conxunto para desenvolver unha ferramenta de IA que poida avaliar ás persoas para detectar Covid-19.

No entretiempo, a noticia pasou a pés puntillas nos medios e redes sociais. O servizo de Radiodiagnóstico do Hospital Universitario Clínico San Cecilio e o Instituto Andaluz de Investigación en Ciencia de Datos e Intelixencia Artificial da Universidade de Granada (UGR) atópanse empeñados no desenvolvemento dun sistema automático de IA para detectar a afectación pulmonar que produce o Covid-19 a través das radiografías de tórax dos pacientes. Analízanse as placas de raios-X dun milleiro de pacientes que contribuíron a adestrar e perfeccionar o modelo denominado aprendizaxe profunda (‘‘deep learning”).

Intelixencia Artificial

Finalizada a primeira fase da investigación, tal ferramenta permitiría aos especialistas saber se un paciente ten dano pulmonar por coronavirus, mediante a lectura da súa radiografía pulmonar, nun tempo medio inferior ao que tarda en coñecerse o resultado da PCR (Reacción en Cadea da Polimerasa), proba que se emprega actualmente como o principal test máis validado para detectar a presenza da infección por Covid-19. É un emprego adecuado e útil da IA no noso país.

Vaiamos a un segundo nivel. A pandemia estendeuse amplamente en maneira brutal e rápida. A aplicación de técnicas de intelixencia artificial no diagnóstico de pneumonías xa está a dar resultados alentadores, máis aló do que unha simple “ollada” humana podería conseguir. Gustaríanos resaltar o labor levado a cabo en desenvolver un sistema de rede neuronal intelixente para analizar imaxes de raios-X como apuntamos anteriormente, e aplicouse en Andalucía, o que proporciona unha detección precoz do COVID-19. Un dos coautores deste artigo (RJ) axudou a fundar a compañía de análise de imaxe Blackford Analysis, a cal se concibiu precisamente como unha compañía para desenvolver a potencia da intelixencia artificial co fin de salvar vidas. Xa nos demos conta entón que o uso de métodos de intelixencia artificial e a eliminación do compoñente “humano” facía a localización moitísimo máis eficiente. A aplicación da intelixencia artificial ao problema COVID-19 está ben abordada nun artigo onde se detallan con claridade, e críticamente, as vantaxes da intelixencia artificial en atacar o virus mellorando as análises de imaxes cando se monitora a un paciente, a resultas da cal pode deixar a UCI a outro afectado en maneira diligente.

A intelixencia artificial xoga un papel crucial na modelización de como se estende a pandemia e como se pode controlar cun número fixo de tests. O repositorio de preprints máis reputado do mundo arXiv dispón dunha sección dedicada a artigos científicos sobre o Coronavirus e, en particular, sobre modelos da pandemia. Hai máis de 500 artigos, algún deles describindo como usar intelixencia artificial para describir a pandemia. Modelar matematicamente a expansión da pandemia e saber como se expande é crucial para detela e conter aos focos infectados.

Finalmente, gustaríanos resaltar que algo tan simple como o que toda a poboación usase un medidor do nivel de osíxeno en sangue (oxímetro), algo que custa uns poucos euros e que xa incorporan moitos reloxos de pulseira intelixentes, podería reducir o efecto da pandemia enormemente. Como se comentou recentemente nun artigo do NYT, o uso destes instrumentos reduciría enormemente a gravidade da enfermidade xa que permitiría unha intervención máis temperá dos pacientes e así evitar o desenvolvemento da enfermidade na fase de necesidade de UCI. Se estes instrumentos estivesen conectados a unha IA que os analizase constantemente e suxerise cando empezar a medicar ao paciente, os resultados serían aínda máis eficaces.

Non fai falta crer na IA como un acto de fe, a súa eficacia xa se demostrou, como valida o caso de Corea do Sur. Claramente as medidas do medioevo non funcionan no século XXI. Que é peor, sacrificar un pouco a privacidade e dar os nosos datos á análise IA, ou estar confinados cun alto grao de incerteza sobre como se desenvolverán os escenarios futuros? Sen modelos IA non imos facer nada máis aló do que xa facían os nosos antepasados exipcios e sumerios para combater as pestes hai 6000 anos. É dicir, sálvese o que poida…