Investigadores de la Universidad Carlos III de Madrid han desarrollado el BioImage.IO chatbot, una herramienta basada en inteligencia artificial para facilitar el análisis de bioimágenes. Este asistente permite a los científicos procesar grandes volúmenes de documentación técnica de manera intuitiva, optimizando su tiempo en el análisis. Utiliza un modelo de lenguaje avanzado que accede a bases de datos en tiempo real, garantizando información precisa y contextualizada. Además, es código abierto, lo que fomenta su mejora continua.
Un nuevo asistente virtual, denominado BioImage.IO chatbot, ha sido presentado en la revista Nature Methods. Este innovador desarrollo surge como respuesta a la creciente saturación que enfrentan muchos investigadores al manejar volúmenes masivos de documentación técnica. Caterina Fuster Barceló, investigadora del Departamento de Bioingeniería de la UC3M, explica: “Nos dimos cuenta de que muchos científicos deben procesar grandes volúmenes de documentación técnica y esto puede convertirse en una tarea muy tediosa y abrumadora”. Su objetivo es facilitar el acceso a información relevante, permitiendo a los científicos concentrarse en el análisis de bioimágenes en lugar de perder tiempo programando.
El chatbot se presenta como una herramienta valiosa para realizar tareas complejas de análisis de manera intuitiva. Por ejemplo, si un investigador necesita procesar imágenes de microscopía mediante modelos de segmentación, el asistente puede ayudarle a seleccionar y ejecutar el modelo adecuado. Este enfoque simplifica considerablemente el proceso para los usuarios.
El BioImage.IO Chatbot utiliza modelos extensivos de lenguaje y una técnica llamada generación aumentada por recuperación (RAG), que permite acceder a bases de datos en tiempo real. Arrate Muñoz Barrutia, catedrática del mismo departamento, señala que “la principal ventaja es que nosotros no entrenamos el modelo con información específica, sino que la extraemos de fuentes actualizadas”, lo cual reduce significativamente los errores conocidos como “alucinaciones” presentes en otros modelos de inteligencia artificial.
Además, este asistente ha sido optimizado para interactuar directamente con microscopios y otros equipos de laboratorio mediante un sistema de extensiones. Esto permite a los investigadores controlar estos dispositivos usando comandos simples desde la interfaz del chatbot. Muñoz Barrutia destaca también que “es código libre”, lo que abre la puerta a otros desarrolladores para crear nuevos módulos y mejorar la herramienta.
El desarrollo del modelo ha sido llevado a cabo por las investigadoras de UC3M junto con la empresa Ericsson Inc., en colaboración con KTH, donde destacan Wanlu Lei, Gabriel Reder y Wei Ouyang. Recientemente, el equipo presentó su trabajo en el congreso I2K (From Images to Knowledge) 2024 celebrado en Milán. La integración del chatbot en plataformas basadas en la nube permite realizar análisis en tiempo real al acceder a bases de datos online.
De cara al futuro, las investigadoras planean expandir las capacidades del chatbot incorporando un modelo más versátil capaz de leer artículos científicos y asistir en la planificación experimental. Esto podría representar un avance significativo hacia una automatización más avanzada en entornos investigativos y fomentar una mayor democratización del acceso a herramientas científicas complejas.
Referencias bibliográficas:
Lei, W., Fuster-Barceló, C., Reder, G. et al (2024). BioImage.IO Chatbot: a community-driven AI assistant for integrative computational bioimaging. Nat Methods 21, 1368–1370. https://doi.org/10.1038/s41592-024-02370-y
Arrate Muñoz-Barrutia, A (2024). BioImage.IO chatbot: A community-driven AI assistant for integrative computational bioimaging. I2K (From Images to Knowledge). October 23-25 2024. Milan, Italy. https://www.i2kconference.org/