Datos masivos para mejorar tratamientos, diseñar robots y prevenir la xenofobia
Equipos jóvenes del CSIC aplican la inteligencia artificial para desarrollar modelos predictivos de salud, diseñar redes neuronales y recopilar datos para medir las actitudes frente a la inmigración
Manejar el creciente volumen de información que generamos en conjunto es uno de los retos de la sociedad digital. La inteligencia artificial y las herramientas de aprendizaje automático o machine learning, en las que mediante algoritmos los ordenadores adquieren la capacidad de identificar patrones y elaborar predicciones, se vuelven esenciales para poder obtener resultados al trabajar con grandes volúmenes de datos.
En este contexto, el trabajo de la investigadora predoctoral Eva Arriero, del Centro de Biología Molecular Severo Ochoa (CSIC-UAM), es un ejemplo de aplicación de la inteligencia artificial en el campo de la salud. Mediante herramientas de machine learning (que entrena a la computadora a aprender por sí misma mediante el reconocimiento de patrones), Arriero está elaborando un modelo para seleccionar el grupo de pacientes adecuado para someterse a diálisis peritoneal, una técnica que filtra la sangre de tóxicos y orina cuando los riñones no pueden hacerlo de manera correcta.
“El principal riesgo de esta técnica es la rápida desaparición en algunos pacientes de las células mesoteliales ultrafiltradoras del peritoneo, en el abdomen, lo que provoca graves problemas cardiovasculares entre el 30% y el 60% de los pacientes que no reciben un trasplante renal. No obstante, no se sabe aún a ciencia cierta qué grupos de pacientes tienen mayor riesgo de sufrir estas complicaciones, ya que unos tardan algunos meses y otros tardan años”, explica la investigadora.
Arriero organizó una base de datos con miles de muestras de pacientes y más de 50.000 datos clínicos. Además, gracias a un kit especial, tipo Elisa, desarrollado dentro del mismo proyecto, pudo medir con precisión la concentración de biomarcadores específicos del peritoneo y analizarlos para conocer la situación de cada paciente.
“Cruzando los resultados del test con la base de datos mediante inteligencia artificial puedo clasificar pacientes y anticiparme con otros que puedan estar en situación parecida. Este modelo predictivo permite clasificar en tiempo real alrededor del 95% de los pacientes de diálisis peritoneal antes de que aparezcan complicaciones”, dice Arriero.
“La clasificación automatizada indica cuál es el perfil de este grupo selecto que consigue durar en diálisis hasta cuatro veces más”, añade. El proyecto forma parte de la red europea Improve PD, integrada por 22 centros coordinados por el investigador del CBM Manuel López Cabrera. Este esquema de análisis de pacientes podría aplicarse también a otras enfermedades.
El proyecto en el que trabaja Arriero es una muestra de las diversas aproximaciones que dirigen los jóvenes investigadores del CSIC en formación y especialización para aplicar las tecnologías de la inteligencia artificial a la investigación de los comportamientos en el sector del videojuego, en la elaboración de nuevos alimentos y en el diseño de robots autónomos.
La inteligencia artificial supone una herramienta esencial para estudiar comportamientos. La investigadora Xandra Garzón, del Instituto de Filosofía del CSIC, trata de explicar la situación de la mujer en el mundo del videojuego, donde la mujer está infrarrepresentada, a pesar de que el porcentaje de usuarias de videojuegos alcanza el 50% del total.
“Algunos de los referentes e ideas más importantes para nuestra sociedad se generan gracias a las industrias audiovisuales y a sus narrativas, siendo el videojuego la primera y más importante de sus expresiones. La falta de mujeres en estos entornos influye sobre las historias y las prácticas de los jugadores, retroalimentando la exclusión y la merma en la experiencia de juego”, explica Garzón.
Esta investigación se centra en tres variables del videojuego: el ecosistema de empresas; las narrativas, temáticas y mecánicas de juego; y, por último, las experiencias de juego femeninas, que se extienden a los ciberespacios de interacción social. “La finalidad de nuestra investigación es ayudar a la industria audiovisual interactiva a mejorar sus dinámicas y sus productos con la intención de, poniendo de manifiesto estas disonancias y con un enfoque feminista y de género, conseguir una industria menos excluyente, más justa y más ética”, añade.
El trabajo de Eva Arriero, investigadora predoctoral del CBMSO-CSIC-UAM), aplica la
inteligencia artificial en el campo de la salud. / Enrique Pérez / CSIC Comunicación
Datos masivos para alertar de la xenofobia
El Big Data, el conjunto de información masiva y compleja generada a partir de sensores, transacciones en internet o motores de búsqueda, supone un océano de posibilidades para el estudio de los comportamientos, como el que realiza el científico predoctoral Álvaro Mariscal, del Instituto de Estudios Sociales Avanzados (IESA). Con la ayuda de las herramientas de la inteligencia artificial, Mariscal explora la utilidad de las nuevas fuentes de datos, como las búsquedas en Google y los datos extraídos de Facebook, para analizar las actitudes sociales ante la inmigración en España.
“Comparo las ventajas e inconvenientes metodológicos de los datos digitales en relación con fuentes tradicionales, como la encuesta y el grupo de discusión”, comenta Mariscal. “La posibilidad de estudiar de forma gratuita y en tiempo real el auge de la xenofobia en Europa podría permitir a los gobiernos diseñar políticas más rápidas y eficaces para su prevención”,
El procesamiento de datos a gran escala puede aplicarse también al diseño de alimentos. Es el caso de Diego Hernández, investigador predoctoral en el Centro Edafología y Biología Aplicada del Segura (CEBAS), que estudia una nueva bebida saludable basada en cítricos. "Principalmente combina el limón con maqui, una baya chilena que se ha descrito como superalimento”, comenta.
A partir de los datos obtenidos en una serie de ensayos con voluntarios que describen el comportamiento metabólico, su tesis busca definir con técnicas de estadística avanzada y machine learning el análisis de todo el proceso de consumo de la bebida, desde la fabricación y conservación hasta la digestión.
Algoritmos que mantiene la privacidad
Las ventajas que ofrecen los algoritmos de machine learning en la investigación de los comportamientos sociales son, sin embargo, un arma de doble filo. La recopilación de información personal de los usuarios, como patrones de uso, de consumo, datos de movilidad, información ideológica, etc., implica un reto para el mantenimiento de la privacidad. Este es el problema en el que se centra la investigación de José Manuel Pareja, del Instituto de Ciencias Matemáticas (ICMAT), que busca la forma de educar a los algoritmos para que puedan seguir aprendiendo a la vez que preservan la privacidad de los datos.
“De esta forma, podríamos sentirnos más seguros a la hora de ofrecer nuestros datos, pues sabríamos que, aunque un algoritmo los observe, nada relevante queda registrado", explica.
El cerebro, con sus mecanismos de aprendizaje, asociación de conceptos y conexión entre células especializadas, supone una importante fuente de inspiración en el ámbito de la computación avanzada y la inteligencia artificial. Manuel Jiménez, investigador del Instituto de Microelectrónica de Sevilla (IMS), trabaja en el proyecto europeo H2020 NeurONN, en el campo de las redes neuronales oscilatorias, circuitos electrónicos que imitan el comportamiento de algunas zonas del cerebro y podrían aplicarse en la resolución de problemas.
Este sistema crea un comportamiento colectivo inteligente. “Así, las interacciones entre estas neuronas osciladoras realizan operaciones altamente complejas y pueden emplearse para elaborar memorias asociativas, algoritmos de reconocimiento, para reconstrucción de imágenes, detección de bordes y resolución de problemas de optimización combinatoria. Como ejemplo demostrado, pueden aplicarse en el diseño de robots autónomos que puedan evitar obstáculos. En resumen, la inteligencia artificial nos proporciona autonomía y eficiencia a la hora de buscar una solución para un problema concreto”, concluye Jiménez.