La ONU advierte de que la inteligencia artificial apenas sirve para combatir el coronavirus

Hace unos días, la ONU advirtió de que la mayoría de algoritmos de inteligencia artificial para combatir el coronavirus aún no sirven. Este organismo sí que reconoce unas tareas en las que herramientas como el machine learning pueden ser útiles. Por ejemplo: identificación de imagen médica, creación de medicamentos, o predicción de la expansión del virus. Pero aún estas soluciones no están maduras.

Por un lado, si no se disponen de buenos datos probados durante el suficiente tiempo, esta tecnología falla mucho. Por otro lado, la ONU también especifica que la mayoría de artículos científicos de esta disciplina que están publicándose estos días, no han sido revisados por pares, por lo que su eficacia hay que ponerla aún en entredicho. Al mismo tiempo, el informe en que recogió estas ideas orienta sobre la dirección de los esfuerzos para que la inteligencia artificial sí que sea útil en pandemias en el futuro. Recordemos la ley de Roy Amara:

“Tendemos a sobrestimar el efecto de una tecnología a corto plazo, y subestimarlo en el largo”.

¿La IA puede predecir una pandemia?

La inteligencia artificial inunda titulares y nos vende que puede hacernos vivir mejor y trabajar menos. Podríamos pensar que no ha tenido ninguna intervención en la actual pandemia global de coronavirus. ¿O sí?

El 31 de diciembre del año pasado, una startup canadiense llamada BlueDot, dedicada a la vigilancia automática de enfermedades, emitió un aviso a sus clientes para que evitasen la región de Wuhan, y vaticinó a qué ciudades podía extenderse de manera inminente el virus. La OMS no lanzó tal aviso hasta 9 días más tarde. Por lo tanto, la inteligencia artificial sí que tiene un papel en la predicción de pandemias. Aunque depende de a qué llamemos “predecir”.

BlueDot destina sus esfuerzos a la monitorización de fuentes de información, tales como noticias locales, mensajes de autoridades sanitares locales y reservas de vuelo para los próximos días. Tras contar con toda esa información, su algoritmo mide el peligro y lanza un aviso en función de ello. Esta inteligencia artificial no serviría de nada si no existieran humanos escribiendo esa información.

BlueDot no estaba solo. La aplicación HealthMap del Boston Children Hospital, y el algoritmo de la empresa Metabiota, también captaron esos primeros signos de pandemia. Pero desde luego, ni el más avanzado sistema informático puede adivinar el escenario posterior. He aquí la paradoja tecnológica: investigamos en tecnologías predictoras, pero ¿quién dará el salto de fe y asumirá la responsabilidad de obedecer a una caja negra, sin observar frente a frente la amenaza? ¿Necesitamos evidencias de que el algoritmo funciona? BlueDot ya predijo correctamente la aparición del virus del Zika en un artículo en la revista The Lancet. Tal y como describe la obra El Comienzo del Infinito, los seres humanos funcionamos por impulsos.

La idea de predicción de enfermedades mediante ordenadores ya tiene unos años. El caso más famoso es el proyecto Google Flu Trends. Lanzado en 2008, esta herramienta intentaba predecir la expansión anual de la gripe en casi una treintena de países. Para ello, se basaba en las búsquedas realizadas en la web con términos como “fiebre” y “tos”.

Esta solución funcionó de una manera más o menos acertada durante unos tres años, hasta que se volvió casi una herramienta de risa. En la campaña 2011/12 sobrestimó en más de un 50 % el número de visitas al hospital, y en la siguiente, predijo más del doble. El fracaso de esta herramienta, silenciosamente ya enterrada por la empresa, se debió sobre todo a la opacidad de los criterios que Google usaba y a la alta sensibilidad del algoritmo al ruido de las búsquedas de momentos puntuales, que podían coincidir con los criterios de Google por pura casualidad. 

The Parable of Flu

Actualmente sí que se están empleando técnicas de inteligencia artificial para la predicción a corto plazo de la propagación del virus. También para otras actividades, como la identificación de sinergias y correlación de variables clínicas de pacientes, el diseño de fármacos, y el diagnóstico automático.

La idea de predecir las características de esta pandemia de inicio a fin, incluyendo la evolución de la enfermedad, es y será un imposible para cualquier ordenador. Esto es debido a que la trayectoria que toma la pandemia está sujeta a las decisiones, al momento en que se toman, climas, pirámide de población de cada país, entre otros muchos factores.

Al contrario que en la predicción de huracanes, donde se puede monitorizar perfectamente el tiempo y la presión atmosférica, en una pandemia no salta ninguna alarma cuando un virus pasa de un animal a un humano y aparece el paciente cero. Por ello, de cara a la predicción de pandemias, lo más eficaz es la creación de mapas geográficos de peligro y mejorar el intercambio de información entre instituciones. Tal y como ya ocurre desde 2018 en la predicción de focos de dengue.

“El mundo no está preparado para una pandemia severa de gripe o cualquier otro tipo de amenaza médica global”. Esta fue la conclusión del equipo científico que investigó la respuesta de la Organización Mundial de la Salud en la gripe H1N1 en 2009. Esta misma sensación se repitió en 2014 con el ébola. Los expertos siguen argumentando que la primera línea de defensa es una alerta temprana, y para ello, la solución puede que no nos guste, porque requerirían una mayor vigilancia de todo tipo de datos, y sobre todo, que las autoridades públicas entendiesen bien este tipo de herramientas.

¿Estamos dispuesto a ello? ¿A tener una recogida precisa de datos de pacientes? ¿A una correcta coordinación de todo tipo de instituciones? ¿A ceder esos datos a entidades, probablemente, con ánimo de lucro? Y sobre todo, ¿a entender y manejar la tecnología? Entonces quizás podamos alertar del siguiente virus antes de que se vuelva una pandemia.

Este artículo se publicó originalmente en The Conversation, sitio web que os recomiendo visitar