Crearon un algoritmo que dice cuándo vas a morir y aseguran que «es más eficiente que un médico»

Crearon un algoritmo que dice cuándo vas a morir y aseguran que «es más eficiente que un médico»

El desarrollo de robots y sistemas automáticos avanza en el mundo laboral, e incluso muestra habilidades creativas que trascienden las tareas meramente repetitivas. ¿La evolución tecnológica también logrará imitar la eficiencia de los profesionales de la medicina?

Una nueva investigación concluye que algoritmos entrenados son más efectivos que los doctores para predecir la mortalidad. Pero, en todo caso, estos avances no reemplazarán a los especialistas humanos sino que servirán de complemento para sus tareas.

Del entretenimiento hacia la salud

El aprendizaje automático es hábil para predecir episodios como infartos e incluso la muerte. Esa es una de las conclusiones principales de un estudio liderado por el doctor Luis Eduardo Juárez-Orosco, del Centro de PET de Turku, en Finlandia, expuesto en la Conferencia Internacional sobre Cardiología Nuclear y TC Cardíaca.

Uno de los ejes más interesantes y llamativos del experimento es el uso de LogitBoost, un algoritmo similar al que usan algunos servicios de streaming para recomendar películas, series, música, etcétera, afines a los gustos de los usuarios.

En este caso, el algoritmo analizó en forma repetida 85 variables en 950 pacientes a lo largo de seis años. Con toda esa información, logró identificar patrones que sirven para predecir diferentes episodios de salud, enfermedades y muerte.

De acuerdo a los investigadores, este mecanismo tuvo una precisión del 90% en sus alertas. Un porcentaje muy superior al que logran los médicos humanos.

“Estos avances van mucho más allá de lo que se ha hecho en medicina, donde debemos ser cautelosos sobre cómo evaluamos el riesgo y los resultados. Tenemos los datos, pero todavía no los estamos utilizando en todo su potencial”, comentó Juárez-Orozco.

El especialista explicó que los profesionales de la medicina usan puntuaciones de riesgo (como las que arroja este sistema) para recomendar tratamientos. En este sentido, la clave de esta tecnología es el altísimo nivel de personalización, su enfoque las características de cada paciente, además de la gran cantidad de variables que analiza repetidamente.

Tal como señaló el líder del estudio, “el algoritmo aprende progresivamente de los datos y después de numerosas rondas de análisis determina los patrones de alta dimensión que deben usarse para identificar de manera eficiente a los pacientes que tienen el evento”. De este modo, entrega puntuaciones de riesgo individual.