La inteligencia artificial generativa dejó de ser una conversación sobre posibilidades futuras para convertirse en una herramienta que ya empieza a intervenir en procesos concretos de atención.
Ese fue el eje
de la conferencia “IA Generativa: ¿Cómo evolucionamos hasta este punto?”, a
cargo del Ing. Jorge Pérez, Cofundador y Jefe de Producto en CERO, empresa
chilena dedicada a la coordinación de la atención médica. La sesión fue
moderada por el Dr. Ricardo Simes, ex Presidente y Miembro de la Comisión
Directiva de ACAMI y Presidente del Hospital Sirio-Libanés.
El Ing. Pérez
fue académico de la Universidad de Chile durante más de diez años. Por su
investigación en datos e inteligencia artificial recibió en 2012 el premio
Ramón Salas-Edwards del Instituto de Ingenieros de Chile y en 2009 se convirtió
en el primer chileno en obtener una PhD Fellowship de los laboratorios de
investigación de Microsoft en Redmond, Estados Unidos.
El
lenguaje, una clave para entender la inteligencia artificial
La introducción
del Dr. Simes propuso una forma sencilla de acercarse a una tecnología que
suele presentarse como compleja. Recordó que la inteligencia artificial es un
desarrollo derivado de la inteligencia humana y subrayó el lugar central del
lenguaje para comprender cómo funcionan los modelos generativos. “El lenguaje
es a la inteligencia lo que el combustible sería a un motor”, resumió, al
señalar que el lenguaje permite a estos sistemas procesar y producir
respuestas.
A partir de esa
idea, el Ing. Pérez retomó los fundamentos de las redes neuronales y explicó
cómo se entrenan mediante operaciones matemáticas y el ajuste de sus
conexiones. Con ejemplos visuales —como una red que primero confunde un gato
con un caballo y luego corrige su respuesta durante el entrenamiento— mostró
que detrás de resultados que parecen inteligentes hay cálculos, patrones y
procesos de aprendizaje sobre grandes cantidades de ejemplos.
De
las palabras a los tokens: cómo se construyen las respuestas
El paso
siguiente fue trasladar esa lógica al lenguaje. En lugar de identificar una
imagen, un modelo generativo aprende a predecir qué fragmento de texto podría
continuar una secuencia. El Ing. Pérez explicó que no siempre se trata de
palabras completas: los modelos trabajan con unidades más pequeñas, conocidas
como tokens, y van seleccionando entre distintas posibilidades a partir de
probabilidades.
La conferencia
mostró que las respuestas dependen de probabilidades y de parámetros como la
“temperatura”: cuanto más diversa se solicita que sea una respuesta, menos
previsible puede resultar. El Ing. Pérez explicó que las llamadas
“alucinaciones” son continuaciones inadecuadas producidas por el modelo, no una
forma de imaginación humana.
El ejemplo del
emoji de un caballito de mar —que no existe— permitió ver cómo un sistema puede
insistir en producir una respuesta plausible aun cuando parte de una premisa
equivocada.
El Ing. Pérez
también describió cómo algunos modelos incorporan etapas adicionales antes de
responder: generan un desarrollo intermedio que simula razonamiento y luego
producen una respuesta final a partir de ese proceso. La demostración incluyó
ejemplos con lenguaje clínico para mostrar que el modo de formular una consulta
y el procesamiento previo pueden influir en la respuesta que entrega el
sistema.
De
un chat a un agente capaz de utilizar herramientas
Uno de los
principales giros de la exposición fue explicar la diferencia entre un modelo
que solamente genera texto y un agente que puede participar en una tarea
concreta. A través de un ejemplo sencillo —coordinar un control médico con un
nefrólogo dentro de tres meses y enviar un aviso sobre el ayuno—, el Ing. Pérez
mostró que el modelo puede organizar un plan en lenguaje, indicar qué
herramientas necesita y producir instrucciones para que un sistema informático
las ejecute.
En ese esquema,
el modelo no realiza por sí solo todas las acciones: genera los tokens e
instrucciones, mientras que el computador y las herramientas conectadas
ejecutan los pasos correspondientes, como consultar una agenda, crear una cita
o enviar un mensaje. Esa combinación entre modelos de lenguaje, herramientas e
interoperabilidad abre una nueva dimensión de uso: pasar de responder preguntas
a colaborar en la resolución de tareas.
Aplicaciones
concretas para mejorar el acceso a la atención
La conferencia
conectó esos conceptos con un caso de uso directamente relacionado con la
organización de los servicios de salud: la coordinación de turnos médicos. El
Ing. Pérez presentó una demostración de un agente que mantiene una conversación
natural con una persona, identifica la especialidad requerida, ofrece
alternativas de horario, confirma la cita y recuerda cuándo debe presentarse el
paciente.
Según expuso, CERO coordina turnos médicos para alrededor de tres millones de
pacientes al mes en 400 centros de salud de América Latina, mediante
herramientas de comunicación fluida y natural. La experiencia presentada mostró cómo la tecnología puede ayudar a
facilitar el acceso, reducir gestiones administrativas y aprovechar mejor la
capacidad disponible en los centros asistenciales. El foco no estuvo solamente
en la sofisticación del modelo, sino en la utilidad que puede alcanzar cuando
se integra a un proceso real.
El ejemplo
también permitió volver a una pregunta esencial para el sector: ¿cómo
incorporar estas herramientas de manera que respondan a necesidades concretas
de pacientes e instituciones? Comprender cómo se generan las respuestas,
reconocer las limitaciones de los modelos y definir qué tareas pueden resolver
son condiciones importantes para evaluar su aporte, sin confundir una
interacción fluida con una garantía automática de exactitud.
“Las
nuevas tecnologías nos permiten lograr alta eficiencia. Y lo importante es que
ahora sí nos permiten adaptarnos a los pacientes.” — Ing. Jorge Pérez
El Dr. Ricardo
Simes cerró la presentación planteando el desafío de integrar la IA a procesos
sanitarios concretos: facilitar la coordinación, mejorar el acceso y aprovechar
los recursos, conociendo siempre sus alcances y limitaciones.
Fuente: ACAMI
No hay comentarios.:
Publicar un comentario