Un
breve repaso por el perfil profesional de Verónica
Xhardez, la exhibe doctora en Ciencias Sociales por la Facultad de Ciencias
Sociales de la Universidad de Buenos Aires (UBA), magíster en Ciencias
Políticas y Sociología de la FLACSO y licenciada en Ciencias Antropológicas con
orientación sociocultural, por la Facultad de Filosofía y Letras, de la UBA; y
docente en la Universidad Nacional de Tres de Febrero.
Este
amplio y diverso recorrido de formación le permite a Xhardez hablar del mayor
proyecto de ciencia de datos e inteligencia artificial (IA) que tiene hoy la
Argentina, el ARPHAI, abarcando aristas tan interesantes como desafiantes como
lo son el impacto sociocultural del uso de la IA, la necesaria coordinación de
políticas de género y el requerimiento de que el país cuente con tecnologías
que permitan una mayor y mejor capacidad de cómputo de los datos.
El
proyecto. “Investigación en Salud Pública
Argentina sobre Ciencia de Datos e Inteligencia Artificial para la Prevención
de Epidemias” es el nombre de una utopía argentina que tiene peso específico y
características de realidad concreta. En inglés su sigla es ARPHAI y significa
Argentinean Public Health Research on Data Science and Artificial Intelligence
for Epidemic Prevention.
Verónica
Xhardez es la coordinadora Técnica de CIECTI-ARPHAI. En dialogo con Telemedicina-Salud
en línea explicó que desde octubre de 2020 comenzó
a cobrar forma la CIECTI-ARPHAI. Fue el momento en
que llegó una convocatoria abierta de parte de dos instituciones de cooperación
internacional para el desarrollo: el Centro Internacional de Investigaciones
para el desarrollo (IDRC) de Canadá, y la Agencia Sueca de Cooperación
Internacional para el Desarrollo (SIDA), dentro del marco de su Programa Global
South AI4COVID.
“En
ese contexto, el Ministerio de Ciencia, Tecnología e Información de la Nación
promovió que nuestro Centro (N.de R.: se refiere al Centro
Interdisciplinario de Estudios en Ciencia, Tecnología e Innovación, CIECTI)
se presentara como coordinador de una propuesta que apuntara a mejorar la
gestión epidemiológica a partir de herramientas basadas en Inteligencia
Artificial y Ciencia de Datos”, refiere Xhardez.
CIECTI
ya trabajaba en diversas líneas de investigación sobre los temas propuestos y,
además, “contábamos con la ventaja de que el Ministerio de Salud de la Nación
estaba desarrollando y promoviendo la Historia de Salud Integrada (HSI)”,
detalla Xhardez.
La
historia continúa así: de los 154 proyectos que se presentaron a la
convocatoria, nueve fueron seleccionados y ARPHAI es uno de los dos oriundos de
América latina.
Hoy,
la coordinación de ARPHAI está a cargo del CIECTI, además del consorcio la
Secretaría de Planeamiento y Políticas del Ministerio de Ciencia, Tecnología e
Innovación y la Dirección Nacional de Sistemas de Información perteneciente a
la Secretaría de Acceso a la Salud del Ministerio de Salud de la Argentina.
“ARPHAI
es un proyecto complejo, diverso y federal, que tiene varios componentes”, dijo
y enumeró: “la coordinación institucional (por la diversidad de participantes),
el desarrollo de herramientas de Inteligencia Artificial y Ciencia de Datos
(IAyCD), la implementación de pilotos de la Historia de Salud Integrada (HSI),
la identificación y mitigación de sesgos, con enfoque en la diversidad e
inclusión, sobre los datos, los modelos, los equipos y la HSI, el uso
responsable de los datos a partir de nuestros aprendizajes, y el monitoreo y la
evaluación de la experiencia, su documentación y difusión”.
Orgullo
nacional. Para dar cuerpo y seguimiento a
semejantes tareas, el equipo fue poblado por perfiles profesionales
provenientes de una veintena de instituciones del sistema científico y
tecnológico, provenientes de las provincias de San Juan, La Rioja, Córdoba,
Santa Fe, Entre Ríos, Buenos Aires; y de la Ciudad Autónoma de Buenos Aires.
“Estamos
orgullosos de poder decir que todos nuestros desarrollos son realizados dentro
de Argentina, por científicos y científicas que trabajan en el país: desde
especialistas en ciencias de la computación y bioestadística, hasta expertos y
expertas en ciencias sociales y de la comunicación”, aseguró Xhardez y destacó
que la iniciativa también tenga “una fuerte mirada puesta en la diversidad y la
equidad de género”. Se refiere, al modo en que abordan los proyectos y a la
composición de los equipos. Un ejemplo es el proyecto de desbinarización
de la HSI.
Al
momento de ponderar las iniciativas, la científica destacó que trabajan en el
desarrollo de un tablero de visualización de datos provenientes de la HSI,
“orientado a los niveles meso de decisión: en un primer piloto trabajamos con
COVID-19, utilizando campos estructurados de esa historia clínica y otras
fuentes de datos abiertos”.
A
la par, el equipo realiza pruebas de concepto que utilizan el procesamiento del
lenguaje natural para identificar fenotipos computables: “en un primer momento,
COVID-19, a partir del texto libre y con ayuda de anotadores del dominio;
posteriormente, poniendo el esfuerzo en síndromes y síntomas (pensando en la
posibilidad de que contribuyan a fenotipar más enfermedades priorizadas)”.
Como
tercera línea de trabajo, Xhardez se refirió a los modelos basados en agentes o
aquellos que utilizan otras fuentes de datos disponibles y acotadas a una
ciudad o territorio específico, para predecir algunas variables para COVID-19,
como, por ejemplo, la ocupación de camas UTI, y que fue probado en la ciudad de
La Rioja, “con buenos resultados”, aseguró.
Y
hay más, otras iniciativas que calificó como “transversales”, que aportaron al
desarrollo de los tres pilotos iniciales y que contribuyeron como proyectos
propios, como lo es la generación de recursos para “motorizar la despatologización
de estándares médicos como SNOMED en materia de género o la mejora de los
algoritmos para anonimización de textos libres en español rioplatense de las
Historias Clínicas (en curso), son proyectos en sí mismos que partieron de las
líneas de trabajo transversales”.
Otra
apuesta está vinculada a la implementación de la HSI en el territorio, para
“generar aprendizajes y producir contenido que nos permita facilitar el
escalado de esta política estratégica de salud”, y en ese marco trabajaron junto
al Municipio de Almirante Brown, en al sur de la provincia Buenos Aires, para
colaborar en su implementación en una docena de Centros de Atención Primaria de
Salud (CAPS).
Un
2022 a toda máquina.
El
año recién comienza, pero el equipo de ARPHAI continúa a todo vapor para dar
marcha a su segundo año de vida. “Esperamos mejorar los pilotos y profundizar
la adecuación de los resultados de las diferentes líneas de investigación, en
función de su potencial uso en vinculación con la HSI”, dijo Xhardez y aseguró
que para el caso debieron robustecer los equipos.
Y
la apuesta involucra otras áreas de abordaje y reflexión, por ejemplo, la que
desarrollan con la Cátedra Libre de Estudios Trans de la Facultad de Filosofía
y Letras de la Universidad de Buenos Aires (UBA) “para aportar a los procesos
de despatologización mencionados, pero también recuperamos sus aportes para la
reflexión sobre por qué, cómo y cuándo solicitar datos vinculados a la
identidad de género y cómo eso impacta (o no) en la prestación de los servicios
de salud”, explicó la científica.
Sin
dudas, la oportunidad de la charla con esta activista por el Software y el
Conocimiento Libre, la conceptualización de la Inteligencia Artificial (IA) y
sus desafíos no podía estar ausente. “No representa un concepto novedoso en sí
mismo; de hecho, existe desde los años ‘50. Sin embargo, en la actualidad tomó
un nuevo protagonismo, debido a varios factores -dijo y profundizó- en
especial, muchos sectores como finanzas o logística, seguros y la industria
misma que comenzaron a adoptar técnicas como la del aprendizaje automático, que
requiere una gran cantidad de datos. Además, en los últimos tiempos, en el
marco de una cantidad considerable de datos digitalizados y la mayor capacidad
de las máquinas para procesarlos, se perfeccionaron los algoritmos utilizados y
su disponibilidad como un servicio posible”.
A
ojos de esta científica, la Argentina cuenta con un ecosistema que incluye
capacidad de investigación y señaló a organismos que podrían financiar su
desarrollo, como la Agencia I+D+i, el CONICET, el Ministerio de Ciencia y
Tecnología (MINCyT), y el INTA; aunque indicó que “la capacidad de
cómputo del país debe ser mejorada y, además, debemos ocuparnos de la
concientización sobre lo que efectivamente es la IA y para qué podemos usarla
de una forma útil y ética. De esta manera, podemos empezar a pensarla como una
oportunidad real, tanto en el nivel público como en el privado”.
Salud
y pandemia. Pero a lo que el campo de la Salud
requiere, la especialista remarcó que la pandemia “motivó a una serie de
avances orientados hacia tecnologías asociadas a la telemedicina, a la
automatización de algunos procesos y, en algunos casos, al uso de datos para
machine learning”, pero propuso avanzar el camino que hay por delante “con
cuidado, transparencia y una especial atención en la calidad de los datos”.
Y
a la hora de consultarle sobre los límites éticos a la IA, la entrevistada
precisó que “cuando lidiamos con datos, estamos trabajando indirectamente con
personas. Por lo tanto, el uso responsable de los datos es un aspecto
fundamental que en ARPHAI tenemos muy en cuenta, tanto desde la posición
personal asumida por cada uno de nuestros expertos y expertas como desde
nuestra posición institucional. Además, esto es especialmente sensible cuando
se trata de datos de salud”.
Y
en ese sentido también señaló importante recordar que el trabajo con datos es
siempre un proceso interdisciplinario y por eso hay que recurrir a las personas
que conocen el campo o dominio, algo que permite que “el resultado -si hay una
vigilancia atenta- sea lo más justo posible en términos de sesgos y propender
siempre a la mayor equidad”.
“Otro
punto clave (especialmente en decisiones de salud) es no perder la
responsabilidad y autonomía humana sobre decisiones que puedan ser apoyadas por
estas herramientas”, dijo Xhardez y aclaró que esto no implica sacarlos del eje
del debate y de la discusión, vinculada a los desafíos éticos del uso de datos
sanitarios, su gobernabilidad, sus marcos legales y la aplicación.
Fuente: Salud en Línea
No hay comentarios.:
Publicar un comentario