Los modelos de IA se están aplicando a todos los conjuntos de datos existentes, pero los resultados son inconsistentes. Esto es así tanto en el mundo médico como en cualquier otro, pero una empresa emergente llamada Piramidal cree que tiene una apuesta segura con un modelo básico para analizar datos de escáneres cerebrales.
Los cofundadores Dimitris Sakellariou y Kris Pahuja han observado que la tecnología de electroencefalografía (EEG), si bien se utiliza en prácticamente todos los hospitales, está fragmentada entre muchos tipos de máquinas y requiere conocimientos especializados para interpretarla. Un software que pueda señalar de forma constante patrones preocupantes, independientemente de la hora, la ubicación o el tipo de equipo, podría mejorar los resultados para las personas con trastornos cerebrales y, al mismo tiempo, aliviar parte de la carga de trabajo de los enfermeros y los médicos sobrecargados.
“En la UCI neurológica, hay enfermeras que controlan al paciente y buscan signos en el EEG. Pero a veces tienen que salir de la habitación y se trata de afecciones agudas”, dijo Pahuja. Una lectura o alarma anormal podría significar un episodio epiléptico, un derrame cerebral u otra cosa; las enfermeras no tienen esa capacitación, e incluso los médicos especialistas pueden reconocer uno pero no el otro.
Los dos fundaron la empresa después de trabajar durante años en la viabilidad de las herramientas computacionales en neurología. Descubrieron que existe una manera de automatizar el análisis de los datos de EEG que resulta beneficiosa para la atención médica, pero que no existe una manera sencilla de implementar esa tecnología donde es necesaria.
“Tengo experiencia en esto, y me refiero a que he estado sentado junto a neurólogos en el quirófano para entender exactamente por qué estas ondas cerebrales son útiles y cómo podemos construir sistemas computacionales para identificarlas”, dijo Sakellariou. “Son útiles en muchos contextos, pero cada vez que se utiliza un dispositivo de EEG, hay que reconstruir todo el sistema para ese problema específico. Es necesario obtener nuevos datos, es necesario que los humanos anoten los datos desde cero”.
Eso sería bastante difícil si todos los sistemas de EEG, configuraciones informáticas de hospitales y formatos de datos fueran iguales, pero varían ampliamente en los elementos más básicos, como la cantidad de electrodos que hay en la máquina y dónde están colocados.
Los fundadores de Piramidal creen (y afirman saber, aunque esta culminación de su trabajo aún no se ha publicado) que un modelo fundamental para las lecturas de EEG podría hacer que la detección de patrones de ondas cerebrales que salvan vidas funcione de inmediato, en lugar de después de meses de estudios.
Para ser claros, no está pensada para ser una plataforma médica que lo haga todo: un análogo más cercano puede ser la serie Llama de Meta de modelos (relativamente) abiertos, que cubren el gasto inicial de crear la capacidad fundamental de comprensión del lenguaje. Depende de usted si crea un chatbot de servicio al cliente o un amigo digital, pero ninguno funciona sin la capacidad fundamental de comprender el lenguaje humano.
Pero los modelos de IA no se limitan al lenguaje: se los puede entrenar para que trabajen en dinámica de fluidos, música, química y más. Para Piramidal, el “lenguaje” es la actividad cerebral, tal como se lee en los EEG, y el modelo resultante sería capaz de comprender e interpretar señales de cualquier configuración, cualquier número de electrodos o modelo de máquina y cualquier paciente.
Nadie ha construido uno todavía, al menos no públicamente.
Aunque tuvieron cuidado de no exagerar su progreso actual, Sakellariou y Pahuja dijeron: “Hemos construido el modelo base, hemos realizado nuestros experimentos con él y ahora estamos en el proceso de producción de la base de código para que esté lista para ser escalada a miles de millones de parámetros. No se trata de investigación: desde el primer día se ha tratado de construir el modelo”.
La primera versión de producción de este modelo se implementará en los hospitales a principios del próximo año, dijo Pahuja. “Estamos trabajando en cuatro pilotos que comenzarán en el primer trimestre; los cuatro se probarán en la UCI y los cuatro quieren desarrollarlo junto con nosotros”. Esta será una valiosa prueba de concepto de que el modelo funciona en las diversas circunstancias que presenta cualquier unidad de atención. (Por supuesto, la tecnología de Piramidal irá más allá de cualquier monitoreo que se les proporcionaría normalmente a los pacientes).
El modelo base todavía tendrá que ajustarse para ciertas aplicaciones, un trabajo que Pahuja dijo que harán ellos mismos al principio; a diferencia de muchas otras empresas de IA, no planean construir un modelo base y luego recaudar comisiones por el uso de API. Pero fueron claros en que sigue siendo increíblemente valioso tal como está.
“No existe ningún mundo en el que un modelo entrenado desde cero tenga mejores resultados que un modelo entrenado previamente como el nuestro; tener un comienzo en caliente solo puede mejorar las cosas”, afirmó Sakellariou. “Sigue siendo el modelo de EEG más grande que haya existido jamás, infinitamente más grande que cualquier otro que exista”.
Para avanzar, Piramidal necesita dos cosas esenciales para cualquier empresa de inteligencia artificial: dinero y datos. Ya han empezado a poner en marcha el primero con una ronda de financiación inicial de 6 millones de dólares codirigida por Adverb Ventures y Lionheart Ventures, con la participación de Y Combinator e inversores ángeles. Ese dinero se destinará a los costes informáticos (que son enormes para los modelos de entrenamiento) y a la contratación de personal.
En cuanto a los datos, tienen suficientes para entrenar su primer modelo de producción. “Resulta que hay muchos datos de código abierto, pero muchos datos de código abierto aislado datos. Por eso, hemos estado en el proceso de agregarlos y armonizarlos en un gran almacén de datos integrado”.
Sin embargo, las alianzas con los hospitales deberían proporcionar datos de capacitación valiosos y voluminosos (miles de horas de capacitación). Esta y otras fuentes podrían ayudar a elevar la próxima versión del modelo más allá de la capacidad humana.
Sakellariou afirmó que, por el momento, “podemos abordar con seguridad este conjunto de patrones definidos que buscan los médicos, pero un modelo más grande nos permitirá identificar patrones más pequeños de los que el ojo humano puede detectar de manera consistente y empírica”.
Aún falta mucho para que esto se haga realidad, pero la capacidad sobrehumana no es un requisito previo para mejorar la calidad de la atención. Los proyectos piloto en UCI deberían permitir que la tecnología se evalúe y documente de forma mucho más rigurosa, tanto en la literatura científica como, probablemente, en las salas de reuniones de los inversores.