Prevención de enfermedades y diagnóstico precoz:
• Existen algoritmos informáticos que son capaces de contribuir a la prevención de diferentes tipos de cáncer al aplicar la tecnología de software de machine learning en la identificación de células con transformaciones oncogénicas, en la identificación de proteínas, o de imágenes fotográficas identificando patrones de repetición.
a. Software de machine learning: creación de sistemas que aprenden por sí mismos y que, con el paso del tiempo, van mejorando su precisión.
• También se han desarrollado programas para la detección precoz de cardiopatías ocultas a partir de registros electrocardiográficos digitalizados y sistemas inteligentes que siguen el paradigma del Razonamiento Basado en Casos (Case-Based Reasoning).
a. Case-Based Reasoning: solucionar problemas actuales mediante el análisis de la información recopilada de problemas similares ocurridos anteriormente.
• Se están desarrollando estudios sobre contenido de publicaciones y su relación con procesos psicológicos como el riesgo de depresión según los contenidos de las redes sociales.
• La empresa FDNA a través de su software de reconocimiento facial Face2Gene® es capaz de apoyar o sospechar el diagnóstico de más de 8.000 enfermedades raras, con un reciente ensayo clínico desarrollado en Japón con buenos resultados.
• Investigadores de IBM publicaron una investigación en torno a un nuevo modelo de IA que puede predecir el desarrollo del cáncer de mama maligno, con tasas comparables a las de los radiólogos humanos. Este algoritmo aprende y toma decisiones tanto de datos de imágenes como del historial de la paciente y pudo predecir correctamente el desarrollo del cáncer de mama en el 87% de los casos analizados, y también pudo interpretar el 77% de los casos no cancerosos. Este modelo podría algún día ayudar a los radiólogos a confirmar o negar casos positivos de cáncer de mama. Si bien los falsos positivos pueden causar una enorme cantidad de estrés y ansiedad indebidos, los falsos negativos a menudo pueden obstaculizar la detección temprana y el tratamiento posterior de un cáncer. Cuando se puso a prueba frente a 71 casos diferentes que los radiólogos habían determinado originalmente como «no malignos», pero que finalmente terminaron siendo diagnosticados con cáncer de mama dentro del año, el sistema de IA pudo identificar correctamente el cáncer de mama en el 48% de los casos, que de lo contrario no se habrían detectado.
