La Escuela de Medicina de
Stanford ha lanzado un proyecto piloto con un nuevo sistema que
podría garantizar la seguridad de la información médica privada cuando se le
aplica inteligencia artificial. Si funciona como se espera, podría traer
la gran
Aunque la inteligencia
artificial (IA) tiene un enorme potencial para transformar la atención
médica,
existe un gran problema: la privacidad.
Los algoritmos de IA necesitarán
grandes cantidades de datos médicos para poder entrenarse antes de que el
aprendizaje automático pueda ofrecer nuevas y poderosas formas de detectar y comprender
la causa de una enfermedad. Eso incluye imágenes médicas, información genómica
e informes médicos electrónicos, un tipo de información que suele ser
muy sensible.
Por eso, hay muchos investigadores
trabajando en formas de permitir que la IA aprenda de grandes cantidades de
datos médicos y que al tiempo impidan su filtración. Un prometedor enfoque
acaba de lanzar su primer gran ensayo en la Escuela de Medicina de Stanford en
California (EE. UU.). Sus pacientes pueden optar por aportar sus datos médicos
a un sistema de inteligencia artificial para que aprenda a diagnosticar
enfermedades oculares sin tener que acceder a los datos personales.
Para hacerlo, deben enviar los
resultados de sus pruebas oftalmológicas y los datos de sus informes médicos a
través de una aplicación. La información se utiliza para entrenar un modelo de aprendizaje
automático para identificar en imágenes los signos de enfermedad ocular (como
la retinopatía
diabética y
el glaucoma). Pero los datos están protegidos por la tecnología
desarrollada por Oasis Labs, una start-up emergente de
Universidad de California en Berkeley (UC Berkeley, en EE. UU.), que garantiza
que la información no puede ser filtrada ni mal utilizada. La start-up recibió
el permiso de la Escuela de Medicina de Stanford para iniciar el ensayo la
semana pasada, en colaboración con los investigadores de UC Berkeley, Stanford
y ETH Zúrich (Suiza).
La sensibilidad de los datos privados
de los pacientes es un problema inminente. Los algoritmos de inteligencia
artificial entrenados con datos de diferentes hospitales podrían diagnosticar y
prevenir enfermedades y prolongar vidas. Pero en muchos países, los
historiales médicos no se pueden compartir fácilmente ni introducirlos en estos
algoritmos, por razones legales. La investigación sobre el uso de la IA
para detectar enfermedades en imágenes o datos médicos generalmente implica
conjuntos de datos relativamente pequeños, algo que limita mucho la promesa de
la tecnología.
La cofundadora de Oasis Labs y
profesora en UC Berkeley, Dawn Song, detalla: "Es muy importante
poder trabajar con datos clínicos reales. Porque podemos demostrar que
esto funciona".
Oasis almacena los datos privados de
los pacientes en un chip seguro, diseñado en colaboración con otros
investigadores de Berkeley. Los datos permanecen dentro de la nube de Oasis;
Los usuarios externos pueden ejecutar algoritmos en los datos y recibir los
resultados, sin sacarlos del sistema. Un contrato
inteligente (un software
que se ejecuta sobre
una cadena de bloques) se activa cuando se recibe una solicitud para acceder a
los datos. Este software registra cómo se utilizaron los datos y también
controla que el cálculo de aprendizaje automático se realice correctamente.
Song continúa: "Esto demostrará
que podemos ayudar a los pacientes a aportar datos mientras protegemos
su privacidad". Y afirma que el modelo de enfermedad ocular será más
preciso a medida que se recopilen más datos.
Dicha tecnología también podría
facilitar la aplicación de IA a otros tipos de información confidencial,
como los registros financieros, los hábitos de compra y los datos de navegación
por internet. Song afirma que el plan es expandir las aplicaciones médicas
antes de buscar otros dominios.
"La idea de trabajar con los
datos mientras se mantienen en secreto es increíblemente poderosa", opina
el especialista en aprendizaje automático y seguridad en la Universidad de
Virginia (EE.UU.) David Evans. Si se aplica en hospitales y
centros con pacientes, por ejemplo, el aprendizaje automático podría
descubrir formas completamente nuevas de relacionar la enfermedad con
la genética, con los resultados de las pruebas y con otros datos del
paciente.
Evans añade: "Nos
encantaría que un investigador médico pudiera conocer los registros médicos de
todos. Podríamos hacer un análisis y comprobar si un medicamento está
funcionando o no. Pero a día de hoy no podemos hacerlo".
A pesar del potencial que Oasis
representa, Evans es cauteloso. El almacenamiento de datos en un
hardware seguro crea un posible punto de falla, señala. Si la compañía que
fabrica el hardware resulta ser vulnerable, entonces todos los datos que se
manejen de esta manera también lo serán. Y las cadenas de bloques están muy
poco experimentadas, añade. Sobre el enfoque de Oasis, el experto concluye:
"Hay un montón de tecnologías diferentes que se juntan. Algunas están
maduras y otras son vanguardistas y pendientes de nuevos desafíos".
Fuente: Technology
Review
No hay comentarios.:
Publicar un comentario