La bicicleta de la mente
Ignacio Hernández Medrano Nacho H. Medrano Twitter @ihmedrano
Guest Post
Steve Jobs dijo: “El ordenador es la bicicleta de la mente”. En este sentido, alguna vez hemos comentado que, a diferencia de lo que sucedía en épocas pasadas, hoy ya no tenemos tiempo para mantenernos actualizados, hecho que se debe fundamentalmente a que el conocimiento crece inflacionariamente (se calcula que la información en el mundo se duplica cada 2,5 años). Sin embargo, esta situación, aparentemente adversa en el ámbito médico, abre una posible salida con elementos potenciales muy positivos: aunar nuestras capacidades intuitivas humanas con las mejores posibilidades de cálculo de la computación, mejorando así nuestras posibilidades de diagnóstico y tratamiento, aplicando así a nuestros pacientes lo que como principio general sugería el fundador de Apple.
La capacidad de ofrecer datos a nuestros ordenadores ha crecido de forma tan exponencial, que hace poco hemos pasado de “programarlos” a “enseñarles”. En efecto, con técnicas como las “redes neuronales recurrentes” ofrecemos a la computación los secretos estructurales de nuestra corteza cerebral humana, lo que les permite aumentar su rendimiento de forma cualitativa. Hoy ya disponemos de máquinas capaces de observar imágenes, textos o vídeos, aprender de ellos, y generar nueva información de creación propia. Su incorporación de patrones en el aprendizaje, como hace un niño cuando va al colegio o experimenta, está abriendo brechas en la gestión del conocimiento de repercusión aún no imaginable. Así, cuando en la guardia de Neurología veo un TC correspondiente a un paciente que padece un ictus precoz, sé en un segundo que algo no marcha bien, pero me cuesta explicar por qué. Eso se debe a que mi proceso inductivo-deductivo no funciona con reglas, sino con patrones. Y esto es precisamente lo que está cambiando el mundo: los ordenadores ahora pueden también funcionar con patrones. Y de ahí a la llegada de la inteligencia artificial, lo que queda es apenas un suspiro. Hay, por supuesto, especialidades más sensibles que otras; así, la imagen radiológica, por ejemplo, parece más fácilmente computerizable.
Sin embargo, en este mundo de la inteligencia artificial existe un fenómeno conocido como la “última milla”, por el cual el 10–15% de las tareas no son resolubles por las máquinas. Imaginemos, pues, que en unos diez años contaremos con un flujo de trabajo en el proceso asistencial en el cual potentes algoritmos ofrecerán opciones diagnósticas y terapéuticas a un médico, cuya función será, además de las de consejero y comunicador, la de validador; algo similar a lo que ocurre con el corrector ortográfico de un procesador de textos, el cual nos hace sugerencias que nosotros aceptamos o rechazamos.
En cualquier caso, en menos de lo que nuestra intuición es capaz de anticipar, será rutinario consultar con este tipo de sistemas, porque para estar ahí no necesitamos ordenadores perfectos, sino lo suficientemente buenos para reducir los errores que cometemos hoy. Dicho de otra forma, lo importante no es cuánto falla la máquina; lo importante es cuánto falla el humano y si la tecnología es capaz de mejorarlo. Así, no es difícil imaginar un futuro cercano en el que sea mala praxis no consultar con los sistemas expertos.
Casa vez más, las máquinas pueden tomar decisiones, pero sólo los médicos pueden juzgar; por eso es probable que en no demasiado tiempo nos encontremos en un escenario en el que con naturalidad nos movamos entre la “fiabilidad” de las máquinas y la “confianza” en los humanos.
