Revolución de la biomedicina gracias a la IA y modelos fundacionales

El catedrático de Física Médica en The Jacob Haimson & Sarah Donaldson y director de la División de Física Médica de la Universidad de Stanford, Lei Xing, ha impartido una conferencia titulada “La biomedicina en la era de la IA y los modelos fundacionales” en la Universitat Politècnica de València. Durante su intervención, Xing destacó la necesidad de integrar el conocimiento previo para optimizar la eficiencia computacional, mejorar la interoperabilidad y reducir las alucinaciones en los modelos de aprendizaje profundo aplicados a las imágenes biomédicas y al análisis de datos ómicos. Este enfoque innovador, según el experto, “acelera los descubrimientos científicos y avanza en la medicina personalizada”.

Xing, quien también se desempeña como profesor de Ingeniería Eléctrica e Ingeniería Computacional y Matemática, fue invitado por el Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN) de la UPV. En su presentación, que contó con el apoyo del director de Internacionalización y Transferencia de VRAIN, Óscar Pastor, expuso cómo la inteligencia artificial (IA) y los modelos fundacionales están transformando tanto la investigación biomédica como la atención médica, ofreciendo oportunidades cruciales para lograr avances significativos.

Evolución de la Inteligencia Artificial en Biomedicina

Durante su charla, Lei Xing realizó un exhaustivo análisis sobre el desarrollo de la IA desde 2014 hasta hoy. Mencionó hitos clave como el avance del Deep Learning, el impacto de AlphaGo en 2016, Alpha Fold en 2021 y los recientes modelos fundacionales junto con el aprendizaje por refuerzo basado en retroalimentación humana que se espera ver consolidado hacia 2026 con la IA agentiva.

Xing subrayó que tras la aprobación por parte de la FDA en EE.UU. para productos basados en IA en el ámbito biomédico, se prevé que este sector alcance un valor impresionante de 800 mil millones de dólares para 2035. Sin embargo, también advirtió sobre los desafíos asociados a su entrenamiento y ajuste. Los modelos actuales tienden a seguir un enfoque "de fuerza bruta", lo que implica una dependencia excesiva de grandes volúmenes de datos sin aprovechar conocimientos previos esenciales.

Desafíos en Atención Sanitaria y Futuras Investigaciones

El Dr. Xing abordó además las dificultades inherentes a la atención sanitaria actual, señalando que esta abarca una diversidad considerable tanto en enfermedades como en formatos y modalidades de datos (imágenes, tablas, lenguaje). Esta complejidad incluye variaciones en escalas, ruido presente en los datos y sesgos que complican aún más el panorama.

Entre los retos futuros que planteó se encuentra el uso excesivo de datos sin procesar. Afirmó que persiste una artificialidad significativa y deficiencias en el razonamiento dentro del campo médico; cuestionó si realmente es posible alcanzar una comprensión profunda mediante IA agentiva o si esta seguirá limitándose a patrones superficiales.

Lei Xing, reconocido por sus investigaciones centradas en diagnóstico por imagen e inteligencia artificial aplicada a medicina, cuenta con más de 500 publicaciones revisadas por pares. Es miembro activo de organizaciones profesionales como AAPM, ASTRO y AIMBE. Recientemente fue galardonado con el Premio Edith Quimby a la Trayectoria Profesional 2023 otorgado por AAPM.

Preguntas sobre la noticia