- Cada año, el Instituto de Tecnología del Futuro Explora y analiza tecnologías y avances científicos que impactan en diversos sectores.
+SN.- Las recientes aplicaciones de la inteligencia artificial (IA) benefician tanto al mercado sanitario como al desarrollo científico. Como todas las tecnologías con una amplia penetración en la sociedad, los avances en IA plantearán cada vez más cuestiones éticas y desafíos para su implementación efectiva. En cualquier caso, la tecnología multiplica la potencia, la fuerza y la velocidad en cualquier contexto en el que se utilice, y lo veremos cada vez más en diversos sectores.
#1 – Inteligencia Artificial en Salud y Bienestar
Investigadores de Queen Mary University of London Se desarrolló una tecnología que utiliza redes neuronales (en pocas palabras, un sistema informático que funciona como las neuronas del cerebro humano) para detectar las emociones del usuario basándose en los patrones de ondas de radio que reflejan. En la fase de prueba, el sistema predijo correctamente los estados emocionales el 71 % de las veces.
Lo que abre espacio para varias aplicaciones de HealthTech Con el objetivo de mejorar la monitorización y la gestión de las pacientes, esto abarca desde el seguimiento de la depresión posparto en madres hasta la tecnología de RR. HH., un área que ha experimentado un crecimiento significativo en los últimos años y ha tenido un impacto significativo en el bienestar de los empleados.
En el contexto automotriz, la tecnología desarrollada por Affectiva, llamada Human Perception AI, detecta estados emocionales complejos del conductor a través de visión por computadora, deep learning y midiendo ciertos indicadores, como la voz. Cuando el sistema detecta somnolencia o comportamiento violento, el dispositivo ofrece sugerencias en tiempo real al conductor para mejorar la conducción. Si se implementa a gran escala, esta solución podría reducir muchos accidentes en todo el mundo.
#2: El Tesla de los microscopios
Así como Tesla está usando IA para sus autos autónomos, los científicos también la han estado aplicando a deep learning Para microscopios autónomos. Investigadores del Laboratorio Nacional de Oak Ridge aplicaron la tecnología al microscopio y lograron que el instrumento organizara, observara y analizara células y tejidos por sí solo, en tiempo real.
Más allá de permitir a los investigadores optimizar su tiempo, el microscopio inteligente tiene el potencial de extraer más información que el ojo humano, enriqueciendo los resultados científicos y ampliando su impacto.
#3: Descubrimiento inteligente de fármacos
Uno de los pocos efectos beneficiosos de la COVID-19 fue la aceleración de la IA en el descubrimiento de fármacos. Un grupo de investigadores de Instituto Sloan Kettering creó un sistema de red informática – el Folding @ Home – para resolver problemas complejos. Durante la pandemia, casi un millón de voluntarios se unieron al sistema, ofreciendo sus máquinas para aumentar la capacidad computacional del proyecto, lo que permitió al grupo recopilar posibles antivirales para la COVID-1. Esto permitió al proyecto sintetizar compuestos candidatos para 19 moléculas en menos de 2 horas, un proceso que habitualmente tomaría más de un mes.
Continuando con la IA para el descubrimiento de fármacosJapón ha completado con éxito la primera fase de ensayos clínicos del fármaco. DSP-1181Desarrollado mediante IA para tratar el trastorno obsesivo-compulsivo. Al inicio del proceso de desarrollo, el algoritmo generó decenas de millones de compuestos químicos y se evaluó su unión al objetivo (un receptor de serotonina en el cerebro, que regula los estados emocionales). Solo entonces se priorizaron algunos compuestos candidatos para su síntesis y pruebas de laboratorio, lo que resultó en compuestos con gran potencial.
Las empresas centradas en el descubrimiento de fármacos mediante inteligencia artificial han captado la atención de inversores y grandes empresas consolidadas. En este contexto, la empresa… La recursividad, que ha tenido resultados prometedores en el descubrimiento de nuevos fármacos utilizando IA, recaudó US$121 millones en 2019. Además, startups del mismo rubro han sido buscadas por grandes farmacéuticas como Johnson & Johnson, Novartis, Merck y AstraZeneca, para establecer alianzas.
#4: Modelos experimentales acelerados y digitalizados
Los científicos saben que realizar experimentos con múltiples variables requiere numerosos ajustes metodológicos hasta obtener un resultado. Esto exige una inversión considerable de tiempo, recursos y, sobre todo, la capacidad cognitiva científica de los investigadores. Los laboratorios y empresas basados en la ciencia están utilizando la inteligencia artificial como una herramienta para acelerar el proceso de descubrimientos científicos. O Argonne National Laboratory, así como biólogos computacionales de MIT (MIT), por ejemplo, utiliza IA para predecir posibles mutaciones en virus que afectan a los humanos, reduciendo el tiempo necesario para producir vacunas para nuevas variantes.
Además, la empresa Recursion, que ha obtenido resultados prometedores en el descubrimiento de nuevos fármacos utilizando IA, ahora ha ampliado su trabajo para digitalizar estudios. in vivo Con la adquisición de Vium, la tecnología captura continuamente videos en jaulas con animales de experimentación (ratones y ratas). Posteriormente, se utilizan algoritmos de visión artificial para predecir y monitorear los resultados de diversas enfermedades, con análisis en tiempo real, antes de obtener los resultados de experimentos convencionales.
Esto permite conocer los resultados de los estudios in vivo se aceleran –a costes reducidos– para pasar a la siguiente fase, la investigación clínica.
Otro caso, de científicos de materiales en Universidad de Columbia BritanicaUn ejemplo perfecto de la enorme aceleración en la obtención de resultados experimentales es el uso de un robot supervisado por un algoritmo de IA. Este algoritmo registra los resultados de las pruebas de un nuevo tipo de célula solar y determina qué cambios deben realizarse en el siguiente experimento. Esto reduce el tiempo de finalización del experimento de 9 a 12 meses a tan solo 5 días.
#5: Modelado de la estructura de proteínas
Un sector que se está beneficiando enormemente de los avances en inteligencia artificial es el campo terapéutico/farmacéutico. La IA desarrollada por Mente profunda AlphaFold predijo las estructuras proteicas como nunca antes, y la segunda versión de la herramienta fue capaz de predecir la forma de prácticamente todas las proteínas del cuerpo humano y otros organismos. Anteriormente, se requería una serie de experimentos costosos y laboriosos. Estos descubrimientos serán útiles para acelerar nuestra comprensión del funcionamiento de las células y de cómo interactúan con ellas los agentes infecciosos, allanando el camino para el desarrollo de nuevos fármacos más eficaces
Coordenadas
Fuente: Artur Vilas Boas – Investigador de la USP
https://wylinka.org.br/es/wylinka-profunda/inteligencia-artificial-en-la-salud/
Comentarios recientes