Sí, la intel·ligència artificial podria haver parat el Covid-19

Aquest article ha estat escrit conjuntament entre Raúl Jiménez, professor ICREA a la Universitat de Barcelona i Luis Moreno, professor del CSIC. Tots dos són autors del llibre "Democràcies robotitzades".

Són els 'influencers' persones (entelèquies en alguns casos) virtuals que diuen gaudir d'una certa credibilitat sobre tema concrets, i sobre els quals asseguren saber molt. Els seus 'consells' modelen les opinions dels seus seguidors i creients. A major nombre de seguidors en els seus comptes de Twitter, més notorietat a les xarxes i, suposadament, en la nostra vida social telemàtica. I, s'al·lega, que exerceixen una gran influència en la conformació del que pensa la gent. Suposadament.

Alguns agosarats 'influencers' han arribat a asseverar que la intel·ligència artificial (IA) havia promès tant, però no ha servit per frenar el COVID-19. Ergo, la IA és una estafa i un enganyabadocs. Resulta més aviat tot el contrari: si haguéssim fet servir la intel·ligència artificial hauríem parat l'epidèmia. Així dit, amb rotunditat. La clau hauria radicat en l'ocupació eficient del reconeixement semàntic del llenguatge en un anàlisi massiu de les comunicacions entre pacients i metges.

Interpretar el llenguatge escrit i parlat en qualsevol idioma ha estat un repte en les ciències de computació des del començament de l'ús de l'ordinador per Alan Turing. El repte de ser capaç de traduir un llenguatge a un altre s'engloba dins de l'anomenat "natural language processing-NLP" o processament de llenguatges naturals. Va ser el genial científic anglès castrat biològicament per les seves 'desviacionisme homosexual', que va avançar la idea que un computador podria ser capaç d'entendre un text escrit o parlat, i, per tant, interpretaria el contingut semàntic del text. És a dir, entendria quin seria el contingut d'informació del missatge. És convenient il·lustrar-ho amb un exemple. En la frase "el cotxe va atropellar l'ancià" una simple interpretació per paraules claus només ens dirà que hi havia un cotxe, un ancià i un atropellament, però no sabem si l'ancià atropellament al cotxe o a l'inrevés. Amb la interpretació semàntica sabem que el cotxe va atropellar l'ancià.

Si s'haguessin utilitzat aquestes eines per analitzar els missatges intercanviats entre pacients, metges i xarxes socials a Wuhan, i si s'haguessin usat en temps real les anàlisis semàntics NLP, s'hauria entès en mode consistent que el que estava succeint no era un simple brot de pulmonia, sinó una nova pandèmia. És clar que hi hauria hagut 'violació de privacitat', però aquesta actuació hauria minimitzat l'expansió exponencial del contagi. No només Trump, sinó creixentment altres governs com els d'Alemanya o França han subratllat la irresponsabilitat de les autoritats xineses a 'amagar' la veritat (com a mínim parcialment) per raons polítiques o de 'prestigi' del capitalisme comunista xinès, el qual ha resultat seriosament danyat.

Segons el MIT Technology Review, un xarxa neuronal d'accés obert anomenada COVID-Net, feta pública fa uns dies podria haver ajudat als investigadors de tot el món en un esforç conjunt per desenvolupar una eina d'IA que pugui avaluar a les persones per detectar Covid-19.

En l'entretemps, la notícia ha passat a peus puntetes en els mitjans i xarxes socials. El servei de Radiodiagnòstic de l'Hospital Universitari Clínic San Cecilio i l'Institut Andalús d'Investigació en Ciència de Dades i Intel·ligència Artificial de la Universitat de Granada (UGR) es troben obstinats en el desenvolupament d'un sistema automàtic d'IA per detectar l'afectació pulmonar que produeix el Covid-19 a través de les radiografies de tòrax dels pacients. S'analitzen les plaques de raigs-X d'un miler de pacients que han contribuït a entrenar i perfeccionar el model denominat aprenentatge profund ("deep learning").

Finalitzada la primera fase de la investigació, tal eina permetria als especialistes saber si un pacient té dany pulmonar per coronavirus, mitjançant la lectura de la seva radiografia pulmonar, en un temps mitjà inferior a què triga a conèixer-se el resultat de la PCR (Reacció en Cadena de la Polimerasa), prova que es fa servir actualment com el principal test més validat per detectar la presència de la infecció per Covid-19. És una feina adequada i útil de la IA al nostre país.

Anem a un segon nivell. La pandèmia s'ha estès àmpliament en manera brutal i ràpida. L'aplicació de tècniques d'intel·ligència artificial en el diagnòstic de pneumònies ja està donant resultats encoratjadors, més enllà del que un simple "cop d'ull" humà podria aconseguir. Ens agradaria ressaltar la tasca duta a terme en desenvolupar un sistema de xarxa neuronal intel·ligent per analitzar imatges de raigs-X com hem apuntat anteriorment, i s'ha aplicat a Andalusia, el que proporciona una detecció precoç del COVID-19. Un dels coautors d'aquest article (RJ) va ajudar a fundar la companyia d'anàlisi d'imatge Blackford Analysis, la qual es va concebre precisament com una companyia per desenvolupar la potència de la intel·ligència artificial per tal de salvar vides. Ja ens vam adonar llavors que l'ús de mètodes d'intel·ligència artificial i l'eliminació del component "humà" feia la localització moltíssim més eficient.

L'aplicació de la intel·ligència artificial al problema COVID-19 està bé abordada en un article on es detallen amb claredat, i críticament, els avantatges de la intel·ligència artificial a atacar el virus millorant les anàlisis d'imatges quan es monitoritza a un pacient, a resultes de la qual pot deixar l'UCI a un altre afectat a manera diligent.

La intel·ligència artificial juga un paper crucial en la modelització de com s'estén la pandèmia i com es pot controlar amb un nombre fix de tests. El repositori de preprints més prestigiós del món arXiv disposa d'una secció dedicada a articles científics sobre el coronavirus i, en particular, sobre models de la pandèmia. Hi ha més de 500 articles, algun d'ells descrivint com utilitzar intel·ligència artificial per descriure la pandèmia. Modelar matemàticament l'expansió de la pandèmia i saber com s'expandeix és crucial per a detenir-la i contenir els focus infectats.

Finalment, ens agradaria ressaltar que una cosa tan simple com el que tota la població usés un mesurador del nivell d'oxigen en sang (oxímetre), cosa que costa uns pocs euros i que ja incorporen molts rellotges de polsera intel·ligents, podria reduir l'efecte de la pandèmia enormement. Com s'ha comentat recentment en un article del NYT, l'ús d'aquests instruments reduiria enormement la gravetat de la malaltia ja que permetria una intervenció més primerenca dels pacients i així evitar el desenvolupament de la malaltia en la fase de necessitat d'UCI. Si aquests instruments estiguessin connectats a una IA que els analitzés constantment i suggerís quan començar a medicar el pacient, els resultats serien encara més eficaços.

No cal creure en la IA com un acte de fe, la seva eficàcia ja s'ha demostrat, com valida el cas de Corea de Sud. Clarament les mesures de l'edat mitjana no funcionen al segle XXI. Què és pitjor, sacrificar una mica la privacitat i donar les nostres dades a l'anàlisi IA, o estar confinats amb un alt grau d'incertesa sobre com es desenvoluparan els escenaris futurs? Sense models IA no farem res més enllà del que ja feien els nostres avantpassats egipcis i sumeris per combatre les pestes fa 6000 anys. És a dir, campi qui pugui...