Dandelion Health y su batalla contra el sesgo en algoritmos de IA
Es innegable que el diagnóstico de enfermedades como la insuficiencia cardíaca puede representar todo un desafío para los profesionales de la medicina. Su detección temprana se puede dificultar debido a que los síntomas varían significativamente entre individuos, especialmente entre hombres y mujeres. En este panorama, en 2023, el cardiólogo David Ouyang desarrolló un algoritmo destinado a detectar este padecimiento con mayor precisión. Basándose en electrocardiogramas, este algoritmo permite identificar si un paciente padece insuficiencia cardíaca, alertando al médico para realizar pruebas adicionales.
Utilizar algoritmos en medicina presenta ciertos desafíos. Un problema inherente a estos sistemas es el sesgo derivado de los datos de entrenamiento utilizados. Es decir, si las informaciones usadas para educar al algoritmo no representan a todos los pacientes potenciales, el algoritmo puede no ser preciso para todos. Para resolver esta cuestión, Ouyang recurrió a Dandelion Health.
El proyecto de Dandelion Health
Dandelion Health es una empresa emergente centrada en elaborar un amplio conjunto de datos despersonalizados que contiene millones de registros médicos. La finalidad de este es que los desarrolladores de algoritmos puedan probar su eficacia en una muestra representativa de la población. Esta colaboración le otorgó a Ouyang «más confianza» de que su algoritmo está “maduro y listo para implementarse”.
La administración Biden, junto con otros actores de la salud, trabaja para entender y mejorar el proceso detrás de la toma de decisiones con algoritmos y reducir su sesgo. Sin embargo, se espera que los lineamientos claros de la Orden Ejecutiva de IA del presidente Biden tomen un tiempo en ser establecidos. En este contexto, empresas como Dandelion vitaminan el panorama al proporcionar soluciones al problema.
Dandelion ha logrado recaudar 15 millones de dólares en una ronda de financiamiento para semillas, liderada por Primary, junto con Sharp HealthCare, Moxxie Ventures, Phoenix Venture Partners y Floating Point. Con estos recursos, el equipo fundador espera desarrollar un marco para probar y validar la IA en la atención médica mientras la regulación avanza.
El reto de los desarrolladores y el papel de los datos en la IA
Uno de los principales desafíos para los desarrolladores de algoritmos de salud es conseguir datos suficientes y representativos para entrenar y probar sus sistemas. Para complicar las cosas, las leyes federales obligan a los hospitales a proteger la privacidad y seguridad de los registros médicos de sus pacientes.
¿Qué tamaño debe tener un conjunto de datos para reducir el sesgo en inteligencia artificial? Ziad Obermeyer, cofundador y científico principal de Dandelion Health, asegura que no hay un «número mágico» de pacientes de diferentes etnias, niveles de ingresos o condiciones que garanticen un conjunto de datos representativo para la IA médica.
Una solución en camino
Dentro de la estrategia de solución, Dandelion planea crear un mercado donde los algoritmos que han sido probados y validados en sus datos sean conectados con sistemas de salud y otros clientes. La meta final es proporcionar resultados justos y precisos que beneficien al paciente.
Independientemente de cómo evolucione la regulación de la IA en la medicina, una cosa es segura: iniciativas como la de Dandelion Health son esenciales para mejorar la atención médica y garantizar resultados equitativos y justos para todos los pacientes.
LEE MÁS ARTÍCULOS SOBRE: Salud con IA.
LEE LA ENTRADA ANTERIOR: Así es la tarjeta gráfica H200 de Nvidia que es un hito en la tecnología de IA.