Lograr un diagnóstico previo o cercano de enfermedades crónicas con ayuda de la inteligencia artificial (IA), tras el análisis de imágenes, es el objetivo de un aplicativo en el que trabajan docentes de la Universidad de Guayaquil junto con profesionales externos.
Aunque parte de la idea nació en los meses más críticos de la pandemia en 2020, esta se maduró y evolucionó años después.
El catedrático Darwin Patiño contó que hace cinco años colocó sobre la mesa la iniciativa de usar machine learning, primero para la detección y predicción del COVID-19.
Publicidad
Esta es una herramienta de la IA que, entre otras cosas, brinda a las máquinas la capacidad de identificar patrones y realizar predicciones a partir de datos.
Tras la liberación de datos de universidades y centros de investigación de todo el mundo, no solo del coronavirus, Patiño explicó que este proyecto pasó a una siguiente fase en la que se incluyeron más enfermedades.
Fue así que en mayo de 2023, en uno de los laboratorios de esta institución de educación superior, se barajó la posibilidad de avanzar en la plataforma, insertar más herramientas de la IA y que así se facilite el diagnóstico de padecimientos crónicos.
Publicidad
“Buscamos hacer una guía que esté entrenada con millones de imágenes de una determinada enfermedad, con un mecanismo que confirme o lance diagnósticos previos”, explicó.
Una de las razones que llevaron al grupo de docentes investigadores e investigadores externos a lanzarse a este proyecto fue palpar que las imágenes y estudios que se realizan a una persona —cuando hay patrones determinados de una enfermedad— “pasan por diferentes manos” y a veces se dilata llegar a un diagnóstico.
Publicidad
La plataforma, tal como está gestándose, permitiría a los profesionales de la salud subir las imágenes y recibir como respuesta gráficos y una especie de resumen de la presunción de enfermedad.
“Le hace un análisis y luego la compara (la plataforma) con la base de datos que tiene de imágenes respecto a ese diagnóstico”, detalló el docente Roberto Collantes, quien añadió que además del machine learning también se incluyó el deep learning.
Ambas herramientas son las que permiten analizar datos, comparar y hacer predicciones, de enfermedades en este caso.
Entre los padecimientos que se prevén detectar con el aplicativo, que de momento está en fase de desarrollo y pensado para funcionar en computadoras, está el cáncer de mama, cáncer de pulmón, cáncer a la piel, insuficiencia cardiaca, arritmias y alzhéimer.
Publicidad
Miguel Molina, otro de los once catedráticos investigadores de la Universidad de Guayaquil que trabajan en la plataforma, explicó que los datos que se almacenan para crear esa gran base de la que depende el proyecto son tomados de sitios públicos, de comunidades científicas, universidades de Europa y Estados Unidos e incluso Gobiernos extranjeros.
“Para cada enfermedad hay una base que puede estar entre los 200.000 datos para arriba”, detalló Molina.
En el grupo de investigadores, y que alimentan esos datos que se almacenan en la plataforma, están profesionales externos a la universidad, por ejemplo, profesionales en Japón, otros que son parte de universidades en Estados Unidos y demás.
Hay seis investigadores externos que se han sumado desde mayo de 2023 al desarrollo de este aplicativo, que aún se trabaja en los laboratorios de la Facultad de Ciencias Matemáticas de la Universidad de Guayaquil.
El proyecto ha pasado por varias fases. Por ejemplo, en los primeros seis meses se recopiló toda la información de portales públicos y otros.
Médicos en su año rural padecen por extorsiones y robos: ‘cada vez es más difícil sentirse seguro’
Luego de ese proceso, los investigadores procedieron a validarla o descartarla. Es decir, se midió la data con ciertos criterios estadísticos y probabilísticos para evitar el sesgo.
En 2024 se empezaron a crear, entrenar los modelos, la prueba de algoritmos, y en 2025 se llegó a un porcentaje de precisión de entre el 92 y 94 % tras las primeras pruebas.
El aplicativo, con la interfaz de usuario respectiva, se prevé que esté listo en 2027. (I)
