Cómo IBM Watson se sobrepuso y se entregó por debajo de IA Health Care

El IBM es una empresa estadounidense encargada de desarrollar tecnología a base de inteligencia

artificial (IA), unos de su renombrado proyecto es el IBM Watson que es una IA capaz de responder
a preguntas formuladas en lenguaje humano. Watson es capaz de realizar análisis y desarrollar
problemas. Una de las ambiciones de los ejecutivos del IBM era explotar a Watson en el área médica,
realizaron demostración con Watson donde el recolectaba síntomas de pacientes y en la cual saco
una lista de posibles diagnósticos anotado con su nivel de confianza y enlaces de literaturas medica
de apoyo. El banco de memoria de Watson tenía conocimiento de enfermedades raras, podría
resolver un caso difícil en cuestión de segundos. Utilizando una IA como esta seria de gran ayuda
para el área medica ya que con él se podría reducir errores de diagnósticos, optimizar los
tratamientos e inclusos aliviar la escasez médica, no reemplazando a los médicos sino agilizando su
trabajo. Sabiendo que Watson es capaz de lidiar con la realidad del sistema de atención medica
actual, desean implementar a Watson al tratamiento del cáncer.

Unos de los desafíos para el IBM era el desajuste fundamental entre la forma en que aprende la
maquina y la forma en que trabajan los médicos.

IBM intento revolucionar la atención medica a partir del año 2011, el día en que Watson se postula
campeón al derrotar a dos campeones humanos en el juego Jeopardy. A partir de ahí la ambición
del IBM era convertir a su campeón en un médico especialista de IA. De ahí los proyectos
desarrollados por la IBM en relación con tecnologías medicas basada en IA fueron fracasos, y los
productos que surgió de la división de WATSON Health de IBM sirven como un asistente de IA la
cual pueden realizar ciertas tareas de rutinas. Mientras que los expertos del IBM están de acuerdo
de que la IA tiene potencial de transformar la industria del cuidado de salud. Hasta ahora ese
potencial se ha demostrado en experimentos cuidadosamente controlados.

Kohn un científico entusiasta en ayudar a Watson a abordar el lenguaje de la medicina comento

”Parecía que Watson tenía el potencial de superar esas complejidades”, ya que tenia la habilidad
de convertir de Procesamiento del Lenguaje Natural (PNL) en medicina, según la teoría decía que
Watson podía leer registros de salud de pacientes, libro de textos, artículos, revistas revisadas por
pares, listado de medicamentos aprobados, etc. Con todos estos conocimientos Watson podría
llegar a ser un SUPERDOCTOR descubriendo patrones que ningún humano puede detectar.

Luego de Kohn, hubo varios médicos, profesores y científicos que colaboraron para mejorar a
Watson en el ámbito médico. Uno de ellos fue el profesor de medicina e informática biomédica de
la Universidad de Columbia, Herbert Chase que el aseguraba que Watson estaba listo para
convertirse en una herramienta para el apoyo de la decisión clina es decir que Watson podía leer el
historial del caso del paciente y solicitar un diagnostico o plan de tratamiento, Chase quería que
Watson fuera comercializado pero la IBM decidido no hacerlo. Por lo tanto, Chase se separó del IBM
en el 2014, al igual que Khon ya que no estaba de acuerdo con la visión de la compañía.

Para el año 2015, el especialista en cáncer de pulmón en el Centro de Cáncer Memorial Sloan
Kettering Mark Kris y otros médicos preminentes en Sloan Kettering entrenaron a un sistema de IA
la cual se convirtió en el producto Watson para oncología. Al igual médicos preeminentes del Centro
de Cáncer MD Anderson de la Universidad de Texas, en Houston, colaboraron con la IBM para crear
una herramienta diferente llamada Asesor Experto en Oncología. Se llego a probar dicho producto
en el departamento de leucemia, pero no se convirtió en un producto comercial.

Watson para Oncología decepciono, ya que se suponía que aprendería al ingerir la vasta literatura
médica sobre el cáncer y registros medico de pacientes con cáncer. Watson con su computo
poderoso, examinaría cientos de variables en estos registros, incluyendo datos demográficos,
características del tumor, tratamientos y resultados, y descubriría patrones invisibles para los
humanos.

Watson aprendió con bastante rapidez cómo escanear artículos sobre estudios clínicos y determinar
los resultados básicos. Pero resultó imposible enseñarle a Watson a leer los artículos como lo haría
un médico. Lo que Watson interpretaba era por medio de estadísticas, por lo que hacía era recopilar
estadísticas de los resultados principales, explico Kris “pero los médicos no trabajan de esa manera”.

Watson es capaz de ser analítico, lograr descubrir cosas, pero con respecto al cáncer, realmente no
es funcional. Hospitales como en la India y Corea del Sur experimentaron con Watson en la cual
Watson tuvo un alto porcentaje en la India con un 73 % de tasa de concordancia en la
recomendación de tratamiento, en 638 casos de cáncer de seno. En cambio, en Corea de Sur obtuvo
un 49% en la tasa de concordancia en la recomendación de tratamiento para 656 casos de pacientes
con cáncer en el colon.

Watson tiene un potencial extraordinario, esta tecnología mejorara, dice Kris de Sloan Kettering.
Simplemente hay que saber cómo explotarla.