Específicamente, ¿qué hacen en el laboratorio IA en salud de UT?

– Nuestro laboratorio es un puente. La IA no está en todas partes y no todo el mundo puede hacerla. Hay mucha jerga, terminología, matemáticas, estadísticas. La IA es como una gran caja negra. Uno de los campos de aplicación es la atención en salud. Nuestro actual sistema de salud está como en la década de 1980, porque su sistema de apoyo a las decisiones todavía se basa en Excel. Seguimos recopilando la información con métodos estadísticos normales. Ahora tenemos la big data y podemos recopilar una gran cantidad de datos que aumentan día a día. Nos enfrentamos al desafío de cómo manejamos estos datos; por ejemplo, en el caso del Covid. ¿Cómo nos hacemos cargo de esto? Lo único que haces es generar más basura digital. El personal de salud quiere adoptar la IA, pero hay una gran brecha entre ambos mundos. Los médicos no hablan la terminología ni el lenguaje de la IA, y ese es un problema. Creen que la IA es como magia: “Simplemente metes toda la información, la IA la procesará, y te dirá algo”. Pero definitivamente no es así. Y por otro lado, quienes desarrollan la informática no saben de salud, de diabetes tipo 2, por ejemplo. Desarrollan algoritmos para comprar en línea o recomendaciones de redes sociales; ellos entienden eso, les resulta más fácil, pero no saben cómo aplicarlo a la combinación de objetivos farmacológicos de generación de proteínas, por darte un caso. Entonces para quienes trabajan en informática también hay una gran curva de aprendizaje para comprender incluso los problemas de salud más básicos.

– Alfabetizar sobre IA en el mundo de la salud, y sobre medicina en el mundo de la informática.

– Claro. El laboratorio actúa como un traductor de los problemas de la atención de salud de forma que la informática pueda entenderlos y viceversa. Ellos necesitan mejorar sus algoritmos y luego podrán mejorar un poco su predicción en la parte de atención médica. Estamos tratando de acercar estos grupos de personas y creo que esto pone a nuestro laboratorio en una posición única, porque colaboramos estrechamente con los principales científicos informáticos del mundo y logramos mostrarles que la atención médica tiene muchos problemas. Tenemos un mensaje que realmente puede resolver su problema, pero tienen que adaptarse, porque sus datos están desordenados e incompletos. Promover activamente la IA en la atención médica es la ley de nuestro laboratorio, y estamos muy orgullosos de eso. Es una tarea muy difícil, porque estos dos mundos son un matrimonio que no se conoce.

«Creo que el cáncer depende mucho de la IA para lograr un gran avance”

– ¿Y cuáles son los beneficios de la IA en la medicina? ¿En qué fase se encuentra esta relación?

– Son muchos. La cantidad de imágenes que puedes escanear cada día son millones de millones. En Estados Unidos tenemos billones de imágenes y sólo 300.000 radiólogos. Por lo tanto, son los profesionales mejor pagados en el sector de la salud. No dan abasto, no pueden generar un informe por cada escaneo. Fui al consultorio de un radiólogo en la Facultad de Medicina, observé cómo trabaja durante medio día. Está sentado en la habitación trasera, con varias pantallas e imágenes. No tiene tiempo para escribir nada. Usa una aplicación de dictado (de voz a texto) para generar un informe, porque tiene que leer 200 imágenes por día. ¿Puedes imaginarte la fatiga? ¿las secuelas emocionales? El 30% de los errores médicos provienen de estos radiólogos; y es comprensible, están agotados.
Un problema muy grande en la atención médica en este momento es el agotamiento. ¿Por qué están agotados? Porque durante el día tienen que atender a 40 pacientes, y por la noche dedican entre cuatro a seis horas a documentar. Tienen que escribir todos los resúmenes, no tienen vida. La IA puede ayudarlos mucho y generar estos resúmenes de cada paciente y estrechar el margen de error de diagnóstico. La IA no toma una decisión final, pero sí puede ayudar a los médicos a tomar decisiones finales con más precisión. Sin IA, no sé cómo sobrevivirá la atención de salud en el futuro, porque simplemente no hay salida.

“Con la IA puedes formar equipos de trabajo con una máquina”

– ¿La IA podría reemplazar a los médicos, o eso es imposible?

– Los médicos a menudo se preguntan eso: ¿la IA reemplazará a los médicos? Yo pienso que no los reemplazará, pero sí reemplazará a los médicos que no quieran usar IA, porque tienen que integrar estas tecnologías nuevas en su práctica; de lo contrario, tomarán malas decisiones porque no pueden analizar 10 años de la historia de una persona y no pueden comparar. A esto lo llamamos “atención basada en evidencia”. Significa que cuando se toma una decisión, por ejemplo recetar un medicamento a alguien, se debe observar qué pacientes similares, en un entorno similar, ya tomaron este medicamento y cuáles son los síntomas y efectos.
En el cáncer, por ejemplo, es muy importante analizar la genómica y todos estos datos para proporcionar un tratamiento eficaz. No se puede someter a quimioterapia a todos los pacientes con cáncer. Hay diferencias y todo esto necesita datos y análisis, pero hacerlo a mano, en papel, en hojas de Excel… ya no funciona. Por eso hablamos de trabajar en equipo. Los humanos ya trabajan en equipo con otros humanos desde hace muchos siglos, también trabajan muy bien en equipo con los animales. Mira la guerra: tienes soldados, perros, caballos.
Y ahora con la IA, especialmente con ChatGPT, puedes formar equipos con una máquina.
En el laboratorio de atención médica, especialmente en genómica, esto ya está sucediendo. No se pueden hacer experimentos de 1.000 por 1.000 a cargo de los humanos. La máquina sí y muy rápido. Entonces, puedes tener esta máquina y hacer esto muy rápido. Un trabajo en equipo en el que sólo los humanos toman las decisiones y las máquinas facilitan el trabajo va a pasar a la siguiente fase: humanos y máquina tomando las decisiones juntos. Algo completamente nuevo. Y no se trata sólo de la atención médica, sino en todos los dominios.

– ¿Y usted cree que los médicos (y humanos en general) quieran ceder parte del control de las decisiones a la IA?

– Eric Topol, que es un experto en atención de salud basada en IA, autor de un importante libro llamado “Deep Medicine” (2019), acaba de visitar UT hace 2 semanas. Tuvimos una reunión y hablamos de cómo la IA desempeñará un papel muy importante en la atención de salud, de cómo ahora está en una transición en la que los humanos, que siempre han querido tomar las decisiones y tener el control, tienen que ceder parte de este control. Tenemos que cambiar la mentalidad sobre cómo se trabaja. De repente, ya no eres el único que toma las decisiones. Uno tiene a alguien en tu equipo, un humano, al que le gusta tomar una decisión también. Ahora hay que incorporar a la máquina en esta ecuación. Por ejemplo, en una solicitud de hipoteca tú la envías y no es un humano quien la lee: una máquina la lee y decide si obtienes la hipoteca o no. O las solicitudes de empleo. Tomemos por ejemplo Google. Hay 100.000 CVs, nadie puede leer 100.000 CVs, por lo que ya tienen una evaluación que utiliza aprendizaje automatizado para evaluarlos. Ya hay mecanismos que filtran en el proceso de toma de decisiones. Es muy interesante y la actualización de esta tecnología generativa es muy fácil, sólo presionas un botón y toda la IA generativa se actualiza. Por ejemplo, GPT-3 ahora está entrenado en documentos web de 2020; y en seis meses estará entrenado en documentos del 2023.

– Y la actualización del conocimiento humano es infinitamente más lenta. No puede competir con eso, ¿o sí?

– Claro, la actualización del conocimiento humano es un camino largo. Hay que enviarlos a la escuela primaria durante 9 años, luego a la escuela secundaria, recibir educación, luego a la escuela de posgrado. Se necesitan como 12 años para actualizar sus conocimientos, y ni siquiera actualizarlos, sino sólo para que sepan exactamente lo que sabemos hasta ahora. Actualizarlos toma una eternidad. Pero para las máquinas basta con apretar un botón, y los actualizas en un milisegundo. Esa es su capacidad, los humanos ya no pueden competir. Hay que enfrentar esa realidad. Hay dos grupos de personas que se enfrentan ahora a la IA, unos dicen: “Tiene sesgo, sufre alucinaciones, son una amenaza”, y, por lo tanto, no quieren usarla; y otros que piensan: “Es más de lo mismo”. Pero no importa cuánto la critiquen, ahora es una realidad que avanza. Las personas necesitan cambiar su mentalidad, abrirla, y saber que ya no son la única raza en el mundo que lo controla todo. “Acabamos de publicar un artículo llamado CancerGPT”

– Quiero volver a la salud, específicamente al cáncer. La IA parecería ser el arma más poderosa contra esta enfermedad, por lo tanto no parece exagerado decir que es nuestra esperanza para vivir más y mejor.

– Absolutamente sí para ambas cosas. La IA realmente puede ayudar a los humanos, pero eso depende de cómo los humanos traten a la IA; si todos están en contra, no podrá ayudarnos. Para la investigación del cáncer es algo muy importante. Tenemos unas dos millones de personas trabajando en la investigación del cáncer, dedicando su vida, durante varias décadas. Hemos cometido algunos errores, pero también hemos logrado algunos avances.
Ahora, para la investigación del cáncer, el problema es el big data. Yo trabajo con imágenes de patología, y con la UT Southwestern. Si tienes muchas imágenes patológicas, puedes pedirle a un humano que cuente cuántas células cancerosas hay en la imagen, ¡pero esto tomaría una eternidad! Una máquina puede contar mucho mejor y ayudarte mucho con todo eso. Y estoy hablando sólo de cosas de trabajo manual. ¡Para qué decir las de inteligencia! El cáncer es un esquema genómico. Sin IA, ¿cómo podemos analizar la genómica? Hay que analizar la genómica, y también en comparación con varios cánceres: de hígado, de páncreas, cáncer de tejidos blandos, cánceres raros. Acabamos de publicar un artículo llamado CancerGPT. Entrenamos un modelo GPT-2 basado en big data sobre cáncer de pulmón para predecir los cánceres raros.
Eso es mejor que una simple predicción normal. Es incluso mejor que la decisión humana. Entonces, por supuesto, en la investigación del cáncer hay muchas cosas en las que se puede usar la IA. Creo que el cáncer depende mucho de la IA para lograr un gran avance. Envejecer es lo mismo; el envejecimiento está en tus genes. Tu célula envejece y luego muere. Mira el ganador del Premio Nobel, sobre el ARNm para las vacunas contra el Covid. El ARNm es la codificación genómica. Entrarán en su cuerpo, pueden pedirle a su proteína que genere algo nuevo, que genere anticuerpos sin siquiera mirar el virus. Así que es una gran mejora, y sin IA no sería posible. Hoy los humanos dependemos de algoritmos de la IA para ayudarnos a resolver cosas muy importantes.

– Usted habla de la importancia de la comunicación científica, no sólo entre científicos sino también con el público general. ¿Le preocupa la manera en que todo esto se comunica al ciudadano común? No parece haber suficiente información de todos estos beneficios.

– Antes, la ciencia era exclusiva de los científicos. Sólo ciertas personas muy inteligentes estaban sentadas ahí, haciendo y discutiendo las cosas que son propias de esto. A la ciudadanía no le importaba. Pero ahora, de repente, la IA está penetrando todos los rincones de la vida humana, ¡incluso a mi abuela! que tiene 80 años y no sabe usar un iPhone. Quizás ni siquiera ha tocado un teléfono. De repente empieza a preguntar: “¿Qué es todo esto de la IA?” La IA podría estar en alguna parte de su tratamiento y por eso quiere entender qué es. La IA está ahora en todas partes, por lo que la comunicación es muy importante. Lamentablemente hay barreras en diferentes niveles, por ejemplo, entre los científicos. Y como dije antes, nuestro laboratorio está resolviendo el problema de comunicación, para permitir que esas personas, desde informáticos hasta médicos, hablen y apliquen sus argumentos y resuelvan problemas. En el futuro será necesario que haya más revistas y más conferencias abiertas. Yo voy a conferencias de medicina y sólo hay médicos. Y voy a una conferencia de informática, y hay sólo gente de informática.

«Pienso que la IA no reemplazará a los médicos, pero sí a los médicos que no quieran usar IA”.

– En el ámbito de la comunicación hay que ir generando las confianzas, ¿cierto?

– La confianza es un tema muy interesante. Antes la gente sólo confiaba en lo que podía ver y tocar, pero la confianza también puede cambiar totalmente hacia algo que nunca podrán ver o saber. Sabemos que la IA no es perfecta. Tiene pros y contras. Por supuesto tiene sesgos, por eso trabajamos en la justicia de la IA. Si entrenas a todos los pacientes de Manhattan, y quieres predecir para un paciente del Medio Oeste, no puedes utilizar este modelo, porque está entrenado en el conjunto de datos incorrecto. Por eso fracasó el proyecto IBM Watson, porque fue entrenado en todos los pacientes del mundo occidental y la gente lo usa en Asia. Esto está lleno de todo tipo de detalles.
Uno dice que ChatGPT es increíble, le das una frase y puede escribir: “¡bla, bla, bla!” Todo se ve hermoso, y uno lo mira y dice “¿Cómo no puedo escribir así yo?” Hace poco trabajamos con ChatGPT en un problema biológico fácil, le dimos un conjunto de genes y le preguntamos por el proceso biológico. Y él nos preguntó/respondió: “Pueden ver todas estas perspectivas diferentes”, quedamos muy impresionados con las posibilidades que nos mostró. Por supuesto, también hay casos en los que el GPT no es muy cuidadoso, incluso en cosas simples como contar una cantidad de cuadras en un área. Hace poco se publicó un informe llamado GPT-4V, que significa GPT-4 y la “V” es para “Visión”. Antes, ChatGPT era un modelo simple, era sólo texto. Ahora es un modelo múltiple con imagen y texto conectados. ¡Asombroso!