En el mundo de la medicina cuando se habla de la inteligencia artificial se considera que se puede usar para reducir el numero de intervenciones en un paciente o se interpreta como una herramienta para ayudar a diagnosticar con mayor facilidad.
Básicamente se ve a la inteligencia artificial como una herramienta de apoyo. Esto está muy bien si viniera aprendida. Todos los modelos de inteligencia artificial que tenemos ahora mismo requieren de un cumulo de datos para poder entrenarse y trabajar sobre las combinaciones de esos parámetros mismos.
Un problema que nos encontramos con el entrenamiento de estas inteligencias artificiales con datos segados es que no se puede confiar por completo en el resultado que la máquina suelta ya que cuenta con un sesgo que no será viable para todos los pacientes. La mejor manera de reducir ese sesgo es por aumentar los datos y la diversidad de los mismos sobre los que se entrena a la inteligencia artificial. He aquí donde nace la idea de las redes de generación adversa.
Las redes neuronales de generación adversa son un tipo de inteligencia artificial que utilizan la creación de nuevos vectores matemáticos que cuentan con un discriminador para garantizar la eficacia del mismo. Un claro ejemplo del uso de este tipo de redes es en los que hemos visto de imágenes de perros o gatos creadas por inteligencias artificiales. Al igual que creamos estas imágenes diversas de animales podríamos generar pacientes que no existen tanto para el entrenamiento de los médicos como el de otras herramientas de inteligencia artificial que se usen en el mundo médico.
El hecho clave reside en categorizar todas las variables posibles que se pueden presentar en un caso clínico y en crear la mayor cantidad de combinaciones posibles sobre dichos pacientes. De esta manera se puede reducir el sesgo de entrenamiento de las IAs ya que al fin y al cabo uno es capaz de generar la cantidad de diversidad de datos que le convenga para poder entrenar a sus sistema.
CIBEX en su evolución constante ha desarrollado algoritmos de IA que permite crear pacientes basado en patrones reales, que tiene como objetivo entrenar a las IAs.
Departamento de I+D+i de CIBEX
Juan Gómez Lagándara
