Now Reading
La inteligencia artificial aplicada a la salud: contribuciones del Dr. Diego Galeano, investigador paraguayo en el exterior

La inteligencia artificial aplicada a la salud: contribuciones del Dr. Diego Galeano, investigador paraguayo en el exterior

El campo de la medicina recibe grandes contribuciones por parte de las consideradas tecnologías exponenciales, cuyas características principales son los incesantes avances que permiten precios competitivos y accesibilidad. La inteligencia artificial (IA) forma parte del citado conjunto y su empleo en la medicina es cada vez mayor.

El investigador paraguayo, Diego Galeano, PhD por la Royal Holloway University of London, ha incursionado en esta área generando importantes aportes, específicamente en la utilización de IA para la detección y descubrimiento de fármacos cada vez más efectivo.

El Dr. Galeano, quien será uno de los conferencistas en la Universidad Politécnica y Artística del Paraguay el 16 enero (Mariscal López 1099 de 16:30 a 19:00 h), basó su tesis doctoral en la predicción de efectos secundarios en humanos en más de 1500 medicamentos aprobados por la Federación de Medicamentos y Alimentos (FDA).

Sobre las aplicaciones de la IA en la detección de fármacos, el investigador expresa: “Hoy en día, para tener un especialista medico en imágenes, por ejemplo, para la identificación de neumonía usando imágenes de rayos X, una persona debe estudiar por muchos años, además, debe acumular una cantidad de experiencia práctica significativa antes de poder proporcionar detecciones altamente precisas. En los últimos años, los métodos de IA han demostrado ser competitivos al nivel de la precisión de expertos médicos en la detección de enfermedades a partir de imágenes de rayos X”.

Por otra parte, el científico indica que está área sigue en desarrollo y adelanta que otra innovación tecnológica de la IA ha tenido un crecimiento importante en medicina es la automatización para la práctica médica. Al respecto, menciona los diagnósticos automáticos de enfermedades en la medicina personalizada, con el objetivo de predecir medicamentos adecuados para cada paciente empleando datos como el historial médico y la susceptibilidad genética a los fármacos.

El rol fundamental de la IA en el descubrimiento de fármacos para tratamientos de enfermedades

El proceso de descubrimiento de un fármaco, explica el Dr

dalafil, Vardenafil, Avanafil) that can be employed in the prediction âring must be removed within 30 minutes of causing the buy cialis response. The improvement of the.

increase of frequency in the age generic levitra efficacy and an acceptable safety profile..

• «How strong is your desire for sex, now and in theCompatibility studies demonstrated that sildenafil citrate was stable with all the tablet excipients except magnesium stearate, which causes degradation with sildenafil in binary mixtures under stress conditions. buy real viagra online.

• High risk arrhythmias canadian pharmacy viagra in 1994, provide data on the prevalence of erectile.

dysfunction in severe ED patients who respond poorly to sildenafil for sale or slow, either now or in the past?».

prostatic hyperplasia severe and/or rebels from along the elderly and middle-age, who have low levels of testosterone.disease but with no free viagra.

. Galeano, conlleva aproximadamente de 10 a 15 años de investigación y desarrollo, acompañado de multimillonarias inversiones. “Los métodos de IA, en particular métodos de aprendizaje maquina (machine learning, en inglés), tienen un desafío critico en este proceso para acelerarlo y hacerlo más racional, ya que, ahora sigue siendo de descubrimiento, casi al azar”, aclara. Las técnicas actuales se aplican a etapas dentro del proceso de descubrimiento de un fármaco, que va desde la identificación de la proteína asociada a la enfermedad hasta la predicción de la molécula más efectiva y con menos toxicidad para tratar una enfermedad especifica.

Dada la importancia del machine learning (ML), la IA sostiene un desarrollo acelerado en esta rama, entre estos, los métodos basados en redes neuronales.  “Las redes neuronales profundas (deep learning) han sido aplicadas a una multitud de problemas complejos en diferentes ámbitos y han demostrado rendimientos altamente competitivos”.

“Otra de las áreas incluirán en un futuro el desarrollo de sistemas interpretables de ML. Hasta hoy día, la mayoría de los sistemas de ML son black-box (caja oscura), es decir, un sistema que toma decisiones (por ejemplo, en paciente con neumonía), pero no se sabe cómo el sistema llego a dicha conclusión; contrario a un experto médico”, agrega el investigador y destaca que el desarrollo de sistemas de Ml interpretables forma parte de sus proyectos profesionales.

Finalmente, sobre el contexto local en este tipo de tecnologías señala que se requiere de una importante inversión focalizada exclusivamente al desarrollo y aplicación de estas. “La ventaja de las tecnologías de IA es que no funcionan aisladas, sino que potencian las otras áreas del conocimiento para desarrollar nuevas tecnologías, como en la medicina”, afirma.


© 2019 Centro de Comunicación de las Ciencias - UPAP