viernes, 14 de julio de 2023

Inteligencia Artificial en la Investigación Biomédica

 

La Inteligencia Artificial (IA) es un concepto que deja de ser indiferente para muchos de nosotros. Casi sin darnos cuenta a irrumpido en los últimos años en nuestras vidas gracias al avance en las nuevas tecnologías en distintas áreas de actuación. Por ejemplo, a través de sus distintas aplicaciones nos ayudan para labores en casa, para el contacto con amistades a través de redes sociales y apps diversas en nuestros celulares, en el trabajo, en nuestras citas médicas, etc.

Pero ¿qué es exactamente la IA?, ¿Cuánto tiempo lleva desarrollándose? y ¿cómo es que puede ayudar a las áreas sanitarias y científicas?

La IA es una rama de la informática que se enfoca en la creación de sistemas capaces de realizar tareas que normalmente requerirían la inteligencia humana. Se puede decir que no son realmente inteligentes, puesto que requerirán siempre del criterio humano para diseñar el método de conseguir un resultado concreto y además tener la validación de que el trabajo final para el que se le ha generado esté llevándose correctamente. Pero, sin duda, y como lo estamos viendo a fecha de hoy, cambian y cambiarán el modo en que trabajamos, permitiéndonos en cada una de nuestras áreas ser más productivos cediendo a las “máquinas” las tareas más rutinarias y monótonas, además de darnos el tiempo para inversión en otros menesteres.

La historia de su aparición se puede remontar a los años 1950 cuando Alan Turing desarrolló la prueba de Turing, proporcionando un marco para evaluar la “inteligencia” de una máquina, y luego en 1956, en la Conferencia de Dartmouth se acuña el término oficial de IA. De esta manera empieza a existir investigación en el área, de modo que para los años 1980 a 1990 se popularizan los algoritmos de aprendizaje automático, en especial las famosas “redes neuronales” que imitan la forma en que los humanos aprenden a partir de la experiencia, haciendo posible que las máquinas mejoren su rendimiento con el tiempo y se adapten a nuevos datos. En 1997 IBM desarrolla Deep Blue, el famoso programa que venció por primera vez en una partida de ajedrez al conocido jugador Garry Kasparov. Posteriormente, sobre el año 2006 se reconoce el término “Deep Learning”, implicando el uso de muchas capas de nodos de procesamiento por redes neuronales para permitir a la máquina aprender a partir de grandes conjuntos de datos, sobre todo en reconocimiento de voz e imagen. Y es así como entre el 2018 y 2023 empezamos a escuchar y experimentar en nuestros ordenadores, tablets y móviles modelos de avance significativo como el GPT-2, GPT-3 y Chat-GPT, que abre las puertas de la aplicación de la IA en procesamientos de lenguaje natural, y por tanto versatilidad para el uso por gran cantidad de profesionales, no solo informáticos especializados.

A partir de ello, se reconoce que estas herramientas facilitaran la aplicación de la IA generativa y multimodal para llevar a cabo, por ejemplo, redacción de correos electrónicos, asistencia en elaboración de informes y artículos (por ejemplo, científicos), material informativo, y apoyo en nuestros circuitos administrativos. Pero también permitiría, por “asistencia cognitiva” apoyo en manejo de modelos de lenguaje específicos, por ejemplo, en el sector sanitario y procesamiento de datos para apoyo en diagnóstico y pronóstico en los ambientes sanitarios. Y en el campo de ciencia básica, la búsqueda de moléculas nuevas para elaboración de fármacos a una enfermedad, o identificación sobre estudios analíticos, estudios genéticos, entre otros, comparando con grandes bases de datos, factores de riesgo y adelanto a reconocimiento de una enfermedad en particular a desarrollarse en el tiempo.

Es en este último punto, donde se reconoce el gran aporte que generaría en la investigación científica y biomédica. Al permitir la IA procesar grandes conjuntos de datos de investigación y resaltar nuevas correlaciones, permitiría conducir nuevos descubrimientos, compuestos químicos con efectividad aplicativa en tratamientos médicos, así como en apoyo a la industria agrícola, ganadera, mineral, o, por ejemplo, en el trabajo de cuidados sobre el medio ambiente.

Un claro ejemplo es el desarrollo del programa AlphaFold, desarrollado por DeepMind que permite realizar predicciones de estructuras de proteínas mediante sistema de aprendizaje profundo: https://www.youtube.com/watch?v=KpedmJdrTpY

Sin duda un gran campo para especializarse, y promover la investigación sobre nuestras distintas áreas de aplicación científica, puesto que es una herramienta futurística que ha venido para quedarse y ser ya parte de nuestro presente.

Quienes tengan interés en este punto, puede ingresar al siguiente enlace:https://www.deepmind.com/research/highlighted-research/alphafold

Como siempre en J&B Lab SAC nos esforzamos por darles a ustedes la más moderna y cualificada oferta de equipación de laboratorios y productos para el trabajo diario siendo representante de empresas internacionales reconocidas. En este link pueden observar desde nuestra página web, los productos que ofrecemos:

http://www.jblabsac.com/productos.htm

No olviden agregarnos a su cuenta de Facebook o Twitter desde la página principal de J&B Lab SAC, de esta manera estarán siempre al tanto de noticias mensuales sobre actualización en el campo científico y nuevos productos que pueden ser de su interés.

https://www.facebook.com/pages/JB-Lab-SAC/191650004317794?fref=ts

https://twitter.com/JB_Lab_SAC