Category
🗞
NoticiasTranscripción
00:00La médula ósea es la fábrica de las células de la sangre, los glóbulos rojos que llevan
00:14el oxígeno y los glóbulos blancos que nos protegen. Cuando hay problemas en la médula
00:19ósea podemos tener enfermedades como el cáncer, como la leucemia, como el mieloma múltiple.
00:23Y una de las pruebas que hacen los hematólogos es contar células de la médula ósea en
00:30el microscopio. Cuentan diferentes tipos celulares y en base a esas células tienen un diagnóstico.
00:37Los hematólogos humanos cuentan, suponiendo que estén en el lugar adecuado, en el día
00:42adecuado, 500 células para extraer conclusiones. Pero con la inteligencia artificial podemos
00:47contar 1.000, podemos contar 2.000, podemos contar 3.000, podemos contar infinitas y tener
00:52más precisión muchas veces en los diagnósticos. No solo automatizar y contar esas células,
00:58esas imágenes, pero también podemos mezclar esa información, por ejemplo, con información
01:02genética para encontrar no solamente el nombre del tipo de cáncer, pero también el apellido,
01:09esa mutación, ese problema que puede tener un tratamiento dirigido. La idea es que con
01:13inteligencia artificial podamos encontrar el tratamiento adecuado para cada paciente
01:19lo antes posible. Este es el tipo de trabajo que realizo en SpotLab, una startup de inteligencia
01:24artificial en colaboración con entidades, con equipos clínicos magníficos, como por
01:29ejemplo el 12 de octubre. Y aquí hablamos los dos idiomas, la inteligencia artificial
01:34y la medicina. Realmente estamos viendo que estos días y hemos visto esta tarde, la inteligencia
01:39artificial está en todos los sitios. Yo voy a aprovechar también para contaros un poco
01:43de mi historia. La verdad es que hoy juego en casa, vivo muy muy cerca, todos los días
01:47veo este teatro, pienso todas las cosas que los vecinos podríamos hacer aquí y bueno,
01:52vosotros que estáis hoy, espero que lo disfrutéis. Soy ingeniero en España y en Francia, pero
01:57ya desde mi tesis doctoral he estado trabajando en el ámbito médico, analizando imágenes
02:04de genética. Después de un paso por Silicon Valley, por la NASA, pensé que quería llevar
02:09esa investigación a la realidad y me uní a la oficina del secretario general de Naciones
02:14Unidas, en su momento Ban Ki-moon, como el primer científico de datos que trabajaba
02:17por un organismo internacional. He estado trabajando, como dicen en inglés, walk the
02:21walk and talk the talk, haciendo proyectos de innovación con inteligencia artificial
02:25y trabajando en políticas públicas. Les voy a compartir un par de proyectos para que
02:29veáis qué tipo de cosas hemos aprendido, sobre todo en el contexto humanitario y de
02:33salud global. Este es un campo de refugiados, Tatari está en Jordania, en la frontera con
02:38Siria, que durante la guerra en Siria se convirtió en ocho de la mañana en la casa de más de
02:43100.000 personas. Cuando hay un desastre, un conflicto bélico o armado, cuando hay
02:47un desastre natural, un terremoto, unas inundaciones, una de las primeras cosas que hacemos es mapear
02:52el terreno para dar información a los respondedores que están en el terreno para tomar las mejores
02:57decisiones. Alguien podría decir, vamos a hacer un algoritmo de inteligencia artificial
03:01que haga esto, pero ¿qué pasa? Si el algoritmo funciona al 90% o al 95%, el otro 5% que falla
03:08son píxeles y debajo de esos píxeles hay personas o hay casas de personas. Entonces,
03:13queríamos hacer un sistema que funcionase perfecto, que no dejase ese azar, ese sesgo.
03:18Lo que hicimos es un sistema que aumentaba las capacidades de los analistas. Este analista
03:23señalaba unos shelters, unas tiendas de campaña, y el algoritmo propone otras. El analista
03:30las verifica y propone otras, de tal manera que la inteligencia artificial aumenta las
03:33capacidades de los humanos. Primero concepto muy importante. Otro proyecto que dirigí
03:38en este caso en Cox's Bazar, el campo de reflexión más grande del mundo, durante
03:43el COVID, 700.000 personas, hicimos los modelos epidemiológicos durante el COVID para ayudar
03:49a tomar decisiones, se pongan mascarillas, no se pongan, se abran colegios, se cierren.
03:53Aquí una cosa muy interesante es que usamos un concepto que se llama el gemelo digital,
03:59el digital twin. Creamos un modelo digital del campo donde había 700.000 agentes, casi
04:06como un videojuego, que se movían por el campo imitando lo que hacían los humanos
04:11para hacer simulaciones y, basado en las simulaciones, tomar las decisiones epidemiológicas. Este
04:16concepto de gemelo digital, ese concepto de agente, es clave en la medicina del futuro
04:22porque vamos a simular in silico en digital antes de entrar a trabajar con lo vivo.
04:29Como la ciencia nuclear, tenemos armas nucleares, tenemos energía nuclear y tenemos medicina
04:37nuclear. Esta tarde hemos discutido antes, está muy claro, realmente la inteligencia
04:42artificial tiene también, tenemos que aprender cuáles son esos riesgos y mitigarlos. Yo
04:49soy asturiano y venía de Asturias, esta mañana he hecho esto en cinco minutos, un trampantojo
04:56de Favada. Imagen real, pero que nunca ha existido antes. Obviamente, inteligencia artificial,
05:04además de crear información que puede haber existido, puede tener sesgos, lo hemos hablado.
05:09Herramientas para ver radiografías entrenadas en un hombre nórdico pueden funcionar en
05:13una mujer del sudeste asiático. Herramientas que tienen cada vez más huella de carbono.
05:19Yo lo que imagino aquí es que en el futuro tendremos, como los frigoríficos tienen lábeles
05:23de energía, tendremos algoritmos que son A, B, C, D o E. También se ha hablado antes,
05:29esas herramientas de lenguaje están entrenadas en inglés y muchas veces no tienen contexto,
05:34conocimiento de dominio, como pueda ser la medicina, ni siquiera de lenguaje o de cultura,
05:38como puedan ser los modelos en castellano. Realmente estamos yendo hacia un mundo que
05:46es verdad que tal vez empezamos a valorar más lo hecho a un mano. Igual que hablamos
05:52lo hecho a mano, empezamos a valorar lo hecho a mano. Pero yo creo que importante, y más
05:57en el contexto de la medicina, es que no separemos el mundo digital del mundo real, que modelemos
06:03fielmente la realidad. Me encanta este artista Simon que sacó un carrito con 100 teléfonos
06:10móviles con el GPS encendido a la puerta de su casa y creó un atasco fake en Google
06:16Maps. Si algún día queréis vaciar vuestra calle podéis hacerlo así. Esto no debe pasar,
06:22la idea es que tenemos estas herramientas que están llegando y ahora podemos definir
06:27cómo utilizarlas. ¿Cuál es el potencial? Bueno, lo primero es, ¿cuántos veis la bailarina
06:32girando a la izquierda? Por favor, levantad la mano. ¿Cuántos la veis a la derecha?
06:38¿Cuántos la veis cambiar de dirección? Alguno también. Es una ilusión biestable
06:44y nuestro cerebro puede verla uno a otro porque no tiene sensación de profundidad. Es un
06:49poco lo que nos está pasando con la inteligencia artificial. Cada vez que miras una encuesta
06:52de ISIOS en todo el mundo que dice, ¿crees que la inteligencia artificial será buena
06:58o será mala? 50-50. ¿Crees que los productos de inteligencia artificial te dan miedo? 50%.
07:03¿La inteligencia artificial será positiva para la salud? 45-65. Realmente estamos en
07:09el momento en el que podemos definir a dónde irá. Y aquí está la pregunta que se hacía
07:15en el New England Journal of Medicine, ¿está la medicina lista para la IA? Y yo creo que
07:19la respuesta está clara, es sí, está lista. Mapeando el universo de aplicaciones médicas,
07:25me gusta verlo a tres niveles. Tienes a un nivel a la escala molecular. Estos son vacunas,
07:31estos son fármacos. Tienes la escala clínica, esto es a nivel de paciente, a nivel de hospital.
07:37También a escala epidemiológica, lo hemos visto antes. Epidemia. También se habla incluso
07:42de la infodemia, esa epidemia de desinformación. Entonces realmente tenemos multitud de aplicaciones
07:48a las tres escalas, a los tres niveles. Hace menos de un mes hemos tenido el premio Nobel
07:53de física y de química. Los dos tenían que ver con inteligencia artificial. El de
07:58química en concreto tenía que ver con la posibilidad de diseñar de manera computacional
08:04proteínas. Tenía que ver con un programa que es capaz de transformar cadenas de aminoácidos
08:10en estructuras tridimensionales. Aquí la clave, desde eso lo que estamos trabajando,
08:15es, imaginaros, algo como CHA-GPT, pero que no solo modela el lenguaje humano, sino que
08:21modela la biología, modela la medicina. Esa es parte del futuro. Y el futuro es un presente.
08:28Es una publicación de principios de año donde investigadores, utilizando un funnel
08:34que utilizaba modelaciones in silico, es decir, de manera digital, se ha encontrado el primer
08:39antibiótico después de más de 20 años. Eso está pasando. El diseño de vacunas,
08:45el diseño de medicamentos. Pacientes oncológicos. En todos los estadios del camino de un paciente
08:52oncológico hay herramientas de inteligencia artificial que pueden ayudar. Se enseñaba
08:56antes, puede ayudar al screening, puede ayudar al diagnóstico, puede ayudar a encontrar el
09:00tratamiento adecuado, puede ayudar a revisar si realmente ha sido efectivo. Esta es la
09:07portada de la revista Nature también, esto es la semana de hace 10 días, donde ponía
09:11énfasis en la posibilidad de hacer atlas de las células cancerígenas. Y eso se hace
09:16con inteligencia artificial porque los humanos no tenemos la capacidad de investigar todos
09:21esos patrones. Pensando no solo en mirar las imágenes y dando un paso atrás acerca del
09:28uso de los chatbots. La gran pregunta es, realmente, todas las posibilidades que nos
09:35abre. Me gustó mucho este experimento. Este es el Instituto Dana Farber, Instituto de
09:42Investigación de Cáncer de Estados Unidos, donde durante tres meses hizo que todos sus
09:48empleados utilizasen inteligencia artificial para probar exactamente para qué puede valer.
09:53Tiene que ver con ese futuro del trabajo, tiene que ver que al final que son superpoderes
09:58cognitivos que tenemos que ver cómo los podemos utilizar. Una aplicación también obvia es
10:04que en las consultas médicas, en lugar de estar tecleando y transcribiendo, simplemente
10:07mi voz se transcriba y se organizan los datos de manera estructurada. Ojo, también puede
10:13tener problemas. Esta última semana saltó un estudio que decía que había un porcentaje
10:18de error. Quizá lo que tengamos que hacer es revisar lo que de verdad está transcribiendo
10:22la máquina. Y es que los aspectos regulatorios también son clave. Y en este mundo de la
10:27salud e inteligencia artificial conviven cuatro regulaciones que son casi como cuatro placas
10:31tectónicas que se están moviendo continuamente y se están definiendo. Por un lado tenemos
10:36las leyes de privacidad de datos, la ley de la GDPR. Y aquí abro un paréntesis. Es interesante
10:44que cuando desarrollamos la tecnología de las redes neuronales se nos ha olvidado hacer
10:50que las máquinas puedan olvidar. Todo se queda grabado. Cierro paréntesis. Después
10:54del GDPR tienes la ciberseguridad, estándares de ciberseguridad, encriptación. He visto
11:00un estudio donde se cogía una imagen de resonancia magnética y se le insertaba de
11:05manera digital un tumor cerebral que nunca se había tenido. Tenemos estándares, nuevos
11:11estándares, nuevas legislaciones del EIACT, como han hablado previamente, la ley de inteligencia
11:17artificial de regulación. Y aquí va a afectar obviamente al sector de salud, aunque un poco
11:21menos que otros sectores porque aquí ya hay bastante regulación. Pero es interesante
11:25que nos va a ayudar a protocolizar esos estudios para no tener sesgos. Y luego, muy importante,
11:33la inteligencia artificial es un dispositivo médico. Y los dispositivos médicos, igual que
11:38los medicamentos se prueban con ensayos clínicos, se prueban con evaluaciones de performance,
11:44de si funcionan bien y si son seguros. Entonces, la realidad es que aunque estos días hay mucho
11:50ruido, existen marcos regulatorios que nos pueden llevar a hacer estas herramientas que
11:56funcionen de manera segura. Interesante otro punto. Un estudio que causó mucho revuelo,
12:01donde los pacientes hablaban con un chat y detrás del chat había médicos y había inteligencia
12:07artificial. Y ocurrió que cuando evaluaron la empatía de las interacciones, la inteligencia
12:14artificial parecía más empática que los doctores. Obviamente no se cansa, no tiene mal día. Pero
12:20esto ha dado mucho que pensar. De hecho, no solo ha pasado con los médicos, también ha pasado un
12:24estudio similar con enfermeras. Y este verano tuvimos, para mí un punto de inflexión, la primera
12:30manifestación de enfermeras, Trust Nurses, not AI, confía en los enfermeros y enfermeras, no la
12:37inteligencia artificial, en las puertas de un hospital en San Francisco. La realidad es que,
12:44como decíamos, y otra vez vuelvo al concepto de aumentar nuestras capacidades, los estudios
12:49dicen que entre un poco menos del 5% de los trabajos podrían automatizarse. Pero entre
12:56un 15 y un 30 se van a aumentar los conceptos de aumentar las capacidades. Y esto en salud creo
13:02que va a ser en casi todos los trabajos. Entonces vamos a interactuar también de manera que no
13:10conocemos con estas herramientas. Hay gente que interactúa como un centauro, según dicen, que es
13:17delegas a la inteligencia artificial que te haga unas tareas y luego las recoges. Hay otra gente
13:21que interactúa como ciborgs, que es como vas tirando el hilo, vas interactuando iterativamente con la
13:27inteligencia artificial. ¿Cuántos sois centauros? ¿Cuántos sois ciborgs? Estamos también en 55, un
13:33poco más de ciborgs. Veremos a dónde vamos. Esto no está escrito, podemos decidir cómo va a ser.
13:39El caso es que tenemos estos nuevos superpoderes que nos dan acceso a cosas que antes no conocíamos,
13:44como bicicletas para la mente. Y esto no solo a los profesionales sanitarios, también a los
13:50pacientes. Ahora creo que ha cambiado, los pacientes cada vez más no estamos en el centro de la mesa,
13:58sino que nos sentamos en la mesa con los sanitarios a tomar las decisiones. Esta probablemente sea una
14:05de las evoluciones de la medicina donde cada vez, como ciudadanos, estamos más informados,
14:10tenemos toda la información a nuestro alcance. CEO de NVIDIA, la empresa con más valoración en
14:18bolsa en Estados Unidos, un trillón de los americanos de dólares y el otro día escuchaba
14:22un podcast, lo tiene claro. Ve un futuro donde la inteligencia artificial está en todos los sitios,
14:28es una plataforma de computación. Yo viendo esto digo, bueno, yo lo que quiero es esto,
14:33pero que además sea para salud, esté en todos los sitios y valga para todas las personas. Y esto
14:38es realmente en lo que estamos trabajando, por ejemplo, en Spotland. Esa tecnología que os
14:44enseñaba antes, que utilizamos en oncología, en hematología, la estamos desplegando en otras
14:50geografías. Es la mejor tecnología en todos los sitios. Este ejemplo es un ensayo clínico en
14:56Etiopía para una enfermedad de así tendida, el dysmaniasis, y aquí un poco la idea es que
15:00estamos metiendo esos modelos pequeños especializados de inteligencia artificial en un
15:05teléfono móvil. Imagínate algo que puede ser tan bueno como el mejor microscopista del mundo
15:09metido en todos los móviles del planeta. No solo en África, también trabajamos, por ejemplo, en América
15:15Latina, en Colombia, en Bolivia con la enfermedad del Chagas. Y ya una otra reflexión es que esto
15:23que hemos hablado de la salud de las personas también aplica a la salud animal. El concepto,
15:27las herramientas, las metodologías, aplican realmente a la salud de todo el planeta. Es
15:34interesante también ver que tradicionalmente en medicina, pero en casi todos los ámbitos,
15:40hemos trabajado en disciplinas, disciplinas muy cerradas. Y necesitamos más esos proyectos,
15:48esa medicina multidisciplinar. Realmente no solo multidisciplinar, necesitamos interdisciplinar.
15:54Y yo creo que a donde vamos es hacia un mundo antidisciplinar. Tenemos realmente que mirar
16:01a los lados, dejar que las ideas fluyan entre disciplinas, la parte técnica, la parte social,
16:06las tecnologías transversales como la inteligencia artificial. Realmente creo que el futuro de la
16:11medicina va por aquí. Tenemos una visión que vamos a poder diseñar fármacos y vacunas,
16:16que vamos a poder erradicar errores diagnósticos y listas de espera, que vamos a poder dar el mejor
16:22tratamiento a cada paciente, que vamos a tener toda la información médica en nuestras manos.
16:26Y al final, los profesionales sanitarios, creo que serán directores de orquestas de algoritmos,
16:32pero realmente no solo ellos. Y aquí, esta era mi última slide, hasta hace un par de días,
16:37que mi hija Lara, que está por ahí de cinco años, me enseñó su carta a los reyes magos y me puso
16:44esto. Y había dibujado dos robots. El segundo es un robot perro, que me dijo que así vale,
16:49que mientras ella duerme va a recoger las cosas de la casa. Entonces, el futuro es que todos vamos
16:54a ser directores de orquesta de algoritmos. Tenemos que decidir hacia dónde queremos que vayan. Muchas gracias.