Con el fin de diagnosticar patologías y aportar información que los médicos no encontraban con los sistemas de inteligencia artificial más tradicionales, un equipo de la Universidad de Málaga está trabajando en el desarrollo de algoritmos explicables, los cuales se están empleando para la detección de melanomas con fotografías tomadas con un celular. Los algoritmos explicables todavía no son un campo muy explorado, pero son necesarios para comprender el funcionamiento de algoritmos complejos como las denominadas cajas negras (este algoritmo, como hace referencia a su nombre, es aquel en el que el usuario no puede ver la forma interna de su funcionamiento). “El trabajo que están realizando se centra en probar esta tecnología, y los resultados que se están obteniendo son muy positivos, de ahí que el siguiente paso consistirá en desarrollar una aplicación para su uso en consultas y que valga como herramienta de apoyo para el diagnóstico de melanomas. “El trabajo ahora mismo se centra en profundizar en la explicación de los algoritmos, en darle el razonamiento al médico de por qué el algoritmo está dando esa predicción”, aclaró Sandro Hurtado, principal investigador de esta investigación. Si bien el papel de la inteligencia artificial en otros ámbitos de la vida ha sido importante, como cuando desbloqueamos un móvil por medio del reconocimiento facial, en medicina aún se debate si es útil ya que la vida del paciente está en juego y la decisión debe ser bien razonada. Por eso, este avance en la detección de melanomas es importante en la biomedicina, ya que la distingue cuando solo es una mancha de piel o cáncer de piel y proporciona información de gran valor al personal médico. “Comprender por qué el algoritmo arroja un resultado y no otro es imprescindible en el campo de la medicina. No podemos limitarnos a otorgarles herramientas de detección de enfermedades al médico, que únicamente les dé como resultado si un paciente tiene cáncer, sino que hay que ir más allá y explicarle por qué el algoritmo ha predicho que el paciente padece la enfermedad, qué signos se han encontrado, qué evidencias…y esta información es la que aporta el algoritmo”, manifestó Hurtado. De igual forma, el empleo de estos algoritmos explicables se aplica en el análisis de imágenes biomédicas, como radiografías; en el análisis de series temporales, para identificar una enfermedad a partir de un electrocardiograma o de un encefalograma e incluso, podría funcionar para biomarcadores de otras enfermedades.