Ícono del sitio La Neta Neta

La IA y el big data no harán milagros en la lucha contra el coronavirus

La IA y el big data no harán milagros en la lucha contra el coronavirus

Para alguien con un martillo, todos los problemas parecen un clavo y, como era de esperar, el sector tecnológico está trabajando arduamente para clavar cada clavo que encuentra. Pero la destreza analítica del ecosistema de datos moderno es especialmente limitada cuando se intenta abordar el problema de los posibles tratamientos contra el coronavirus.

Es de esperar, y por supuesto elogiar, que las empresas con inmensos recursos informáticos intenten dedicar esos recursos de alguna manera al esfuerzo global para combatir el virus.

En cierto modo, estos esfuerzos son extremadamente valiosos. Por ejemplo, se puede aplicar el análisis de texto consciente del contexto de Semantic Scholar a los miles de artículos sobre coronavirus conocidos para que los investigadores de todo el mundo puedan buscarlos. Y las herramientas de colaboración digital disponibles a nivel mundial para los centros de investigación y las autoridades sanitarias están mucho más allá de donde estaban durante la última crisis de salud de (o más bien, acercándose) a esta magnitud.

Pero otros esfuerzos pueden dar una falsa sensación de progreso. Un campo en particular donde la IA y la tecnología han logrado grandes avances es el descubrimiento de fármacos. Se han fundado numerosas empresas, que han atraído cientos de millones en financiación, con la promesa de utilizar la IA para acelerar el proceso mediante el cual se pueden identificar nuevas sustancias que pueden tener un efecto sobre una determinada afección.

El coronavirus es un objetivo natural para dicho trabajo, y algunas empresas y organizaciones de investigación ya están promocionando números iniciales: 10 o 100 de esas sustancias identificadas que pueden ser efectivas contra el coronavirus. Estos son los tipos de anuncios que reúnen titulares a su alrededor: “Una IA encontró 10 posibles curas para el coronavirus” y ese tipo de cosas.

No es que estas aplicaciones de IA sean malas, sino que pertenecen a un conjunto con pocos resultados accionables. Si su análisis de big data del tráfico respalda o socava una política propuesta de limitar las opciones de transporte de tal o cual manera, eso es una cosa. Si su análisis produce docenas de posibles cursos de acción, cualquiera de los cuales podría ser un callejón sin salida o incluso perjudicial para los esfuerzos actuales, es otra muy distinta.

Porque estas empresas son empresas de tecnología y, por necesidad, se separan de sus soluciones una vez que se proponen. Cualquier pista de tratamiento dada requiere una batería agotadora de pruebas de la vida real incluso para ser descartada como una posibilidad, y mucho menos para ser efectiva. Incluso los medicamentos ya aprobados para otros fines tendrían que volver a probarse para esta nueva aplicación antes de que pudieran implementarse de manera responsable a escala.

Además, no se garantiza que las sustancias novedosas que a menudo son el resultado de este tipo de proceso de descubrimiento de fármacos tengan un camino realista hacia la fabricación, incluso a la escala de miles de dosis, por no hablar de miles de millones. ¡Ese es un problema completamente diferente! (Aunque hay que decirlo, otras compañías de IA están trabajando).

Como mecanismo de generación de prospectos, estos enfoques son invaluables, pero el problema no es que no tengamos prospectos, es todo lo que el mundo entero puede manejar en este momento para hacer un seguimiento de los prospectos con los que comenzó. Una vez más, esto no quiere decir que nadie deba realizar la identificación de candidatos a fármacos, sino que deben considerarse por lo que son: una lista de tareas, con resultados inciertos, para que las realicen otras personas.

De manera similar, una técnica de “IA” mediante la cual, digamos, las radiografías de tórax pueden analizarse automáticamente mediante un algoritmo, es algo que podría ser valioso en el futuro y debería perseguirse, pero es importante mantener las expectativas en línea con la realidad. Dentro de uno o dos años, es posible que se establezcan laboratorios de telesalud para ese propósito. Pero nadie esta primavera recibirá un diagnóstico de coronavirus por parte de un médico de IA.

Otros lugares donde las predicciones algorítmicas y las eficiencias serían bienvenidas en otros días las rechazarán durante una respuesta de emergencia donde todo debe ser deliberado y verificado tres veces, no ingenioso y novedoso. Los enfoques más atractivos y populares para las empresas emergentes que se mueven rápidamente rara vez son los correctos para una crisis global que involucra millones de vidas y miles de partes entrelazadas.

Estamos felices cuando un fabricante de vehículos reutiliza sus fábricas para producir máscaras o ventiladores, pero no esperamos que descubra nuevos medicamentos. Del mismo modo, no deberíamos esperar que quienes trabajan en el descubrimiento de fármacos sean algo más que eso, pero la IA tiene la reputación de ser algo así como magia, en el sentido de que sus resultados son de alguna manera fundamentalmente sobrehumanos. Como se ha señalado repetidamente antes, a veces los procesos “mejores” simplemente le dan la respuesta incorrecta más rápido.

El trabajo en la vanguardia digital de la industria biotecnológica es indispensable en general, sin embargo, frente a una crisis de salud que se avecina, es especialmente inadecuado para ayudar a mitigar la crisis. Pero no debe esperarse que lo haga, ni entre el público lego que lee sólo los titulares, ni entre los tecnotópicos que encuentran en tales avances más promesas de las que se merecen.


Source link
Salir de la versión móvil