Cuando la clan me pregunta cómo separar la exageración de la IA de la verdad en medicina, sugiero comenzar con tres … [+]
La inteligencia sintético ha sido anunciada durante mucho tiempo como una fuerza transformadora en la medicina. Sin secuestro, hasta hace poco, su potencial ha permanecido en gran medida inexplorado.
Consideremos la historia de MYCIN, un sistema de inteligencia sintético “basado en reglas” desarrollado en la término de 1970 en la Universidad de Stanford para ayudar a diagnosticar infecciones y avisar antibióticos. Aunque MYCIN se mostró prometedor desde el principio, se basó en reglas rígidas y predeterminadas y carecía de la flexibilidad para manejar casos inesperados o complejos que surgen en la medicina del mundo actual. En última instancia, la tecnología de la época no pudo igualar el proceso matizado de médicos capacitados y MYCIN nunca logró un uso clínico generalizado.
Un avance rápido hasta 2011, cuando Watson de IBM ganó notoriedad mundial al aventajar a renombrados ¡Peligro! campeones Ken Jennings y Brad Rutter. Poco luego, IBM aplicó la enorme potencia informática de Watson a la atención sanitaria, imaginándola como un punto de inflexión en la oncología. Con la tarea de sintetizar datos de la humanidades médica y los registros de pacientes en el Ruego Sloan Kettering, Watson tenía como objetivo avisar tratamientos contra el cáncer personalizados. Sin secuestro, la IA tuvo dificultades para proporcionar recomendaciones confiables y relevantes, no oportuno a deficiencias computacionales sino a fuentes de datos inconsistentes y a menudo incompletas. Estos incluían entradas imprecisas de registros médicos electrónicos (EHR) y artículos de investigación que se inclinaban demasiado en torno a conclusiones favorables y no se sostenían en entornos clínicos del mundo actual. IBM cerró el tesina en 2020.
Hoy en día, los líderes tecnológicos y de atención médica se preguntan si la última ola de herramientas de IA, incluidos los tan anunciados modelos de inteligencia sintético generativa (GenAI), cumplirán su promesa en medicina o se convertirán en notas a pie de página en la historia como MYCIN y Watson.
El director ejecutante de Anthropic, Dario Amodei, se encuentra entre los optimistas en materia de IA. El mes pasado, en un extenso memoria de 15.000 palabras, predijo que la IA pronto remodelaría el futuro de la humanidad. Afirmó que para 2026, las herramientas de inteligencia sintético (presumiblemente incluyendo a Claude de Anthropic) serán “más inteligentes que un triunfador del Premio Nobel”.
Específicamente para la vitalidad humana, Amodei promocionó la capacidad de la IA para eliminar enfermedades infecciosas, alertar trastornos genéticos y duplicar la esperanza de vida a 150 primaveras, todo ello adentro de la próxima término.
Como autor de “ChatGPT, MD”, un compendio de no ficción sobre el futuro de la IA generativa en medicina, admiro partes de la visión de Amodei. Pero mi formación científica y médica me hace cuestionar algunas de sus predicciones más ambiciosas.
Cuando la clan me pregunta cómo separar la exageración de la IA de la verdad en medicina, sugiero comenzar con tres preguntas críticas:
Pregunta 1: ¿La alternativa de IA acelerará un proceso o tarea que los humanos podrían realizar? eventualmente completo por si solo?
A veces, los científicos tienen el conocimiento y la experiencia para resolver problemas médicos complejos, pero están limitados por el tiempo y el costo. En estas situaciones, las herramientas de inteligencia sintético pueden ofrecer avances notables.
Consideremos AlphaFold2, un sistema desarrollado por Google DeepMind para predecir cómo las proteínas se pliegan en sus estructuras tridimensionales. Durante décadas, los investigadores lucharon por mapear estas moléculas grandes e intrincadas; descifrar la forma exacta de cada proteína requirió primaveras y millones de dólares. Sin secuestro, comprender estas estructuras es invaluable, ya que revelan cómo funcionan, interactúan y contribuyen las proteínas a las enfermedades.
Con formación profundo y conjuntos de datos masivos, AlphaFold2 logró en días lo que a los laboratorios les habría llevado décadas: predecir cientos de estructuras de proteínas. En cuatro primaveras, mapeó todas las proteínas conocidas, una correr que le valió a los investigadores de DeepMind un Premio Nobel de Química y que ahora está acelerando el descubrimiento de fármacos y la investigación médica.
Otro ejemplo es un tesina de colaboración entre la Universidad de Pittsburgh y Carnegie Mellon, donde la IA analizó registros médicos electrónicos (EHR) para identificar interacciones adversas entre medicamentos. Tradicionalmente, este proceso requería meses de revisión manual para descubrir sólo unos pocos riesgos. Con la IA, los investigadores pudieron examinar miles de medicamentos en días, mejorando drásticamente la velocidad y la precisión.
Estos logros muestran que cuando la ciencia tiene un camino claro pero carece de la velocidad, las herramientas y la escalera para su ejecución, la IA puede cerrar la brecha. De hecho, si la tecnología de IA generativa flagrante existiera en la término de 1990, ChatGPT estima que podría favor secuenciado todo el genoma humano en menos de un año, un tesina que originalmente tomó 13 primaveras y 2.700 millones de dólares.
Aplicando este criterio a la afirmación de Dario Amodei de que la IA pronto eliminará la mayoría de las enfermedades infecciosas, creo que este objetivo es realista. La tecnología de inteligencia sintético flagrante ya analiza grandes cantidades de datos sobre la capacidad y los mercadería secundarios de los medicamentos, descubriendo nuevos usos para los medicamentos existentes. La IA incluso está demostrando ser eficaz para pilotar el exposición de nuevos medicamentos y puede ayudar a enfrentarse el creciente problema de la resistor a los antibióticos. Estoy de acuerdo con Amodei en que la IA podrá conquistar en unos pocos primaveras lo que de otro modo les habría llevado a los científicos décadas, lo que ofrece nuevas esperanzas en la lucha contra los patógenos humanos.
Pregunta 2: ¿La complejidad de la biología humana hace que el problema sea irresoluble, sin importar cuán inteligente sea la tecnología?
Imagínese agenciárselas una manilla en un pajar coloso. Cuando una única respuesta está oculta entre montañas de datos, la IA puede encontrarla mucho más rápido que los humanos por sí solos. Pero si esa “manilla” es polvo metálico esparcido en múltiples pajares, el desafío se vuelve insuperable, incluso para la IA.
Esta afinidad capta por qué ciertos problemas médicos siguen estando fuera del capacidad de la IA. En su memoria, Amodei predice que la IA generativa eliminará la mayoría de los trastornos genéticos, curará el cáncer y prevendrá el Alzheimer en una término.
Si admisiblemente la IA sin duda profundizará nuestra comprensión del genoma humano, muchas de las enfermedades que Amodei destaca como curables son “multifactoriales”, lo que significa que resultan del impacto combinado de docenas de genes, adicionalmente de factores ambientales y de estilo de vida. Para comprender mejor por qué esta complejidad limita el capacidad de la IA, examinemos primero los trastornos más simples, de un solo gen, donde el potencial del tratamiento impulsado por la IA es más prometedor.
Para ciertos trastornos genéticos, como los cánceres relacionados con BRCA o la anemia de células falciformes que resultan de una anomalía de un solo gen, la IA puede desempeñar un papel valioso al ayudar a los investigadores a identificar y potencialmente utilizar CRISPR, una aparejo vanguardia de publicación de genes, para editar directamente estas mutaciones. para aminorar el peligro de enfermedades.
Sin secuestro, incluso en el caso de enfermedades de un solo gen, el tratamiento es engorroso. Las terapias basadas en CRISPR para la anemia falciforme, por ejemplo, requieren cosechar células origen, editarlas en un laboratorio y reinfundirlas luego de tratamientos de acondicionamiento riesgosos que plantean importantes amenazas para la vitalidad de los pacientes.
Sabiendo esto, es evidente que las complicaciones sólo se multiplicarían al editar enfermedades congénitas multifactoriales como borde y paladar hendido, o enfermedades complejas que se manifiestan más delante en la vida, incluidas las enfermedades cardiovasculares y el cáncer.
En pocas palabras, editar docenas de genes simultáneamente introduciría graves amenazas a la vitalidad, que probablemente superarían los beneficios. Mientras que las capacidades de la IA generativa se están acelerando a un ritmo exponencial, las tecnologías de publicación de genes como CRISPR enfrentan limitaciones estrictas en la biología humana. Nuestros cuerpos tienen funciones complejas e interdependientes. Esto significa que corregir múltiples problemas genéticos en conjunto alteraría funciones biológicas esenciales de guisa impredecible y probablemente funesto.
No importa cuán vanguardia pueda conseguir a ser una aparejo de inteligencia sintético para identificar patrones genéticos, las limitaciones biológicas inherentes significan que las enfermedades multifactoriales seguirán siendo irresolubles. En este sentido, la predicción de Amodei sobre la curación de enfermedades genéticas resultará sólo parcialmente correcta.
Pregunta 3: ¿Dependerá el éxito de la IA de cambiar el comportamiento humano?
Uno de los mayores desafíos para las aplicaciones de IA en medicina no es tecnológico sino psicológico: se tráfico de navegar el comportamiento humano y nuestra tendencia a tomar decisiones ilógicas o sesgadas. Si admisiblemente podríamos suponer que las personas harán todo lo posible para prolongar sus vidas, las emociones y los hábitos humanos cuentan una historia diferente.
Considere el manejo de enfermedades crónicas como la hipertensión y la diabetes. En esta batalla, la tecnología puede ser un musculoso confederado. Actualmente, los dispositivos portátiles y de monitoreo doméstico renovador rastrean la presión arterial, los niveles de carbohidrato y oxígeno con una precisión impresionante. Pronto, los sistemas de inteligencia sintético analizarán estas lecturas, recomendarán ajustes en la dieta y el examen y alertarán a los pacientes y a los médicos cuando sean necesarios cambios en la receta.
Pero ni siquiera las herramientas de inteligencia sintético más sofisticadas pueden conminar a los pacientes a seguir de guisa confiable los consejos médicos, ni respaldar que los médicos respondan a cada alerta.
Los humanos somos imperfectos, olvidadizos y falibles. Los pacientes se saltan dosis, ignoran las recomendaciones dietéticas y abandonan sus objetivos de examen. Por parte del médico, las agendas ocupadas, el agotamiento y las prioridades en competencia a menudo conducen a la pérdida de oportunidades para realizar intervenciones oportunas. Estos factores de comportamiento añaden capas de imprevisibilidad e equivocación de respuesta que ni siquiera los sistemas de inteligencia sintético más precisos pueden aventajar.
Y adicionalmente de los desafíos de comportamiento, existen problemas biológicos que limitan la esperanza de vida humana. A medida que envejecemos, las capas protectoras de nuestros cromosomas se desgastan, lo que hace que las células dejen de funcionar. Las fuentes de energía de nuestras células, llamadas mitocondrias, fallan gradualmente, debilitando nuestro cuerpo hasta que los órganos vitales dejan de funcionar. A menos que reemplacemos cada célula y tejido de nuestro cuerpo, nuestros órganos eventualmente fallarán. E incluso si la IA generativa pudiera decirnos exactamente qué debemos hacer para alertar estas fallas, es poco probable que la clan siguiera consistentemente las recomendaciones.
Por estas razones, la predicción más audaz de Amodei (que la persistencia se duplicará a 150 primaveras adentro de una término) no se hará verdad. La IA ofrece herramientas e inteligencia extraordinarias. Ampliará nuestro conocimiento mucho más allá de lo que podamos imaginar hoy. Pero, en última instancia, no puede anular las limitaciones naturales y complejas de la vida humana: piezas envejecidas y comportamientos ilógicos.
Al final, hay que aceptar las promesas de la IA cuando se basan en investigaciones científicas. Pero cuando violan principios biológicos o psicológicos, no crea en las exageraciones.