Una tecnología de aprendizaje de máquinas ha rebasado la capacidad humana cuando se trata de predecir las posibilidades de muerte o infarto al miocardio, según una investigación presentada en la Conferencia Internacional de Cardiología Nuclear y Cardíaca en Lisboa, Portugal.
En pruebas, el algoritmo, conocido como LogitBoost, analizó 85 variables diferentes de 950 pacientes —a quienes los investigadores habían seguido por seis años—, identificando cuáles de los pacientes habían muerto o sufrido infartos al miocardio con una precisión superior al 90 por ciento.
El aprendizaje de máquinas es una forma de inteligencia artificial en la que los algoritmos se hacen cada vez mejores para predecir un resultado dado sin ser programados explícitamente, por lo regular mediante ingresar cantidades cada vez mayores de datos.
Lee: Muertes que dan vida: así ayuda donar tu cuerpo
“Estos avances van mucho más allá de lo que se ha hecho en medicina, donde necesitamos ser cautelosos sobre cómo evaluamos el riesgo y los resultados”, dijo en una declaración Luis Eduardo Juarez-Orozco, un autor de la investigación y miembro del Centro Turku PET, en Finlandia. “Tenemos los datos, pero todavía no los usamos a todo su potencial”.
Cuando los médicos determinan el mejor procedimiento para tratar a un paciente, a menudo usan cosas llamadas “calificaciones de riesgo”; sin embargo, estas se basan solo en una cantidad pequeña de variables y, por lo tanto, a veces pueden ser inexactas. Por otra parte, el aprendizaje de máquinas puede tomar en cuenta muchas más variables, lo cual significa que puede predecir resultados con mayor precisión en muchas circunstancias.
“Los humanos tienen dificultad para pensar más allá de tres dimensiones (un cubo) o cuatro dimensiones (un cubo a través del tiempo)”, explicó Juarez-Orozco: “Al momento en que saltamos a la quinta dimensión, estamos perdidos. Nuestro estudio muestra que los patrones de muy altas dimensiones son más útiles que los patrones de una sola dimensión al predecir resultados en individuos y para ello necesitamos el aprendizaje de máquinas”.
Te puede interesar: No poder disponer de mi vida es el mayor de los antiderechos, dice Daniel Leyva sobre la muerte asistida
Novecientos cincuenta pacientes con dolor de pecho participaron en el estudio, y los investigadores recopilaron datos de ellos en varias mediciones que introdujeron en la tecnología de aprendizaje de máquinas. Esto incluía información tomada de tomografías computarizadas sobre salud coronaria, historiales médicos, sexo, edad, tabaquismo y otras variables.
En los seis años que los científicos siguieron a los pacientes, 24 sufrieron infartos y 49 murieron de alguna causa. Al darle los datos, LogitBoot fue capaz de predecir correctamente estos resultados con una precisión superior al 90 por ciento mediante analizar continuamente los datos una y otra vez.
“El algoritmo aprende progresivamente de los datos y tras numerosas rondas de análisis, descifra los patrones de altas dimensiones que deberían usarse para identificar de manera eficiente a los pacientes que presentan el caso”, dijo Juarez-Orozco. “El resultado es una calificación del riesgo individual”.
“Los médicos ya recopilan mucha información sobre los pacientes, por ejemplo, aquellos con dolor de pecho”, comentó Juarez-Orozco. “hallamos que el aprendizaje de máquinas puede integrar estos datos y predecir con precisión el riesgo individual. Esto debería permitirnos personalizar el tratamiento y finalmente llevar a mejores resultados para los pacientes”.
—
Publicado en cooperación con Newsweek / Published in cooperation with Newsweek
