Investigadores de la Universidad Técnica de Múnich desarrollan inteligencia artificial para mejorar diagnósticos médicos, optimizando procesos y protegiendo datos sensibles en el ámbito clínico.
La inteligencia artificial (IA) está revolucionando el ámbito médico, facilitando tareas como la evaluación de datos, la creación de imágenes y la identificación de patrones en grandes volúmenes de información. Investigadores de la Tecnológica Universidad de Múnich (TUM) se encuentran trabajando para optimizar estas colaboraciones entre humanos e IA, garantizando que sean seguras, fiables y eficientes.
Si bien los médicos que pueden realizar diagnósticos de manera autónoma mediante IA son aún una visión del futuro, las aplicaciones actuales ofrecen numerosas oportunidades. Por ejemplo, se espera que los diagnósticos sean más rápidos, sencillos y precisos, lo que permitirá que el personal médico disponga de más tiempo para atender a los pacientes.
El profesor Daniel Rückert, experto en IA en salud y medicina en la TUM, lidera un nuevo centro dedicado a la medicina digital y la salud. Rückert y su equipo han estado desarrollando soluciones basadas en IA durante años. Según él, “la IA ya está muy cerca del ser humano como asistente, pero todavía existen demasiados riesgos para decisiones autónomas”. Uno de los mayores desafíos radica en encontrar un equilibrio adecuado entre regulaciones, protección del paciente y el aprovechamiento de las ventajas que ofrece la IA.
Para obtener conclusiones confiables sobre la efectividad de los tratamientos médicos, es necesario contar con grandes volúmenes de datos. Sin embargo, estos datos son distribuidos por diversas clínicas a nivel nacional, lo que plantea riesgos al transferir información sensible. Para abordar este problema, el equipo de Rückert ha desarrollado un modelo de IA que evita el envío directo de datos entre clínicas mediante un enfoque conocido como aprendizaje distribuido.
Este modelo permite enviar el sistema a una clínica donde se entrena con los datos del paciente localmente antes de ser enviado a otra clínica. De esta manera, el modelo aprende sin necesidad de compartir información sensible. Sin embargo, existe un riesgo potencial: una IA podría recordar ciertos conjuntos de datos específicos, lo cual es problemático para la privacidad del paciente.
Para mitigar este riesgo, los investigadores han implementado una técnica que añade una pequeña cantidad de "ruido" a los datos. Esto impide que la IA distinga entre registros individuales. Esta combinación innovadora sienta las bases para un uso seguro de los datos médicos.