La gran ventaja de los algoritmos de inteligencia artificial es que pueden “ver” cosas en la data que nosotros los humanos no vemos. Su capacidad para procesar información y entender patrones sobrepasa las capacidades manuales que tenemos las personas.
El gran problema es que no sabemos cómo las ven, ni por qué las deducen.
En el más reciente caso de el algoritmo sabe más que el humano investigadores del sistema de salud de Geisinger en Pensilvania, Estados Unidos analizaron los resultados históricos de cerca de 2 millones de electrocardiogramas y otros registros de casi 400 mil pacientes.
Los datos fueron alimentados a una red neuronal creada para analizar las posibilidades de muerte dentro de un período de 1 año y sus resultados fueron comparados contra las predicciones de varios cardiólogos participantes en el estudio.
En todos los casos, el algoritmo logró predecir mucho mejor cuáles de los pacientes morirían dentro de los siguientes 12 meses, incluso en el caso de pacientes que los cardiólogos diagnosticaron como “sanos”.
La información ha sido reportada por New Scientist y será presentada en las sesiones científicas de este fin de semana (Noviembre 16 al 18) del American Heart Association.
“No matter what, the voltage-based model was always better than any model you could build out of things that we already measure from an ECG… The model is seeing things that humans probably can’t see, or at least that we just ignore and think are normal” – Brandon Fornwalt, Investigador en Jefe del Estudio
Y aunque estos resultados pueden cambiar la forma en que se interpretan los electrocardiogramas a futuro, el problema es que nadie -ni siquiera sus creadores- entienden qué es lo que el algoritmo ve para tomar las determinaciones que toma y por ende es difícil replicar el análisis en otros ambientes.
