Ciencia

Inteligencia artificial (AI): "la capacidad de predecir la muerte en un futuro cercano".

"De la ciencia ficción a la realidad".

Alejandro Bertochi

18 de dic. de 2023 7 min de lectura

Más de una vez, la ciencia ficción ha planteado la posibilidad de que una inteligencia artificial (IA) pueda predecir tu futuro a partir de tus datos y te diga si morirás en los próximos cuatro años.

Sune Lehmann, líder de un equipo de científicos de la Universidad Técnica de Dinamarca (DTU), ha avanzado un poco en esta dirección al entrenar un modelo de IA llamado "life2vec", que tiene la capacidad de hacer predicciones sobre personas a partir de una gran base de datos sociodemográficos, lo hace con un de acierto del 78% y una mejora del 11% en comparación con los mejores modelos actuales, los cuales se basan en redes neuronales.

Lehmann dice: “Hemos utilizado un conjunto de datos muy completo e inusual sobre los eventos que suceden en la vida de las personas y los hemos convertido en elementos que el aprendizaje automático puede analizar y con los que puede hacer predicciones sobre lo que les pasará a esas personas”.

Los autores del estudio, que se publicó en la revista Nature Computational Science este lunes, han utilizado datos de alrededor de 6 millones de personas del registro administrado por la empresa Statistics Denmark, propiedad del gobierno de Dinamarca, sobre educación, salud, ingresos, ocupación y otros eventos de la vida.

“La clave es que pensemos en las vidas humanas como secuencias de cosas que pasan, convirtiéndolas en frases, donde una palabra va detrás de otra y utilizamos modelos de lenguaje para que haga predicciones”. La particularidad de su método es que, en lugar de usar datos numéricos, los investigadores han traducido cada circunstancia crucial de los ciudadanos a palabras, de esta manera, el (deep learning) su sistema de aprendizaje profundo, basado en un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés), puede hacer predicciones sobre situaciones como el popular ChatGPT.

La predicción de la mortalidad de una persona fue uno de los aspectos en los que los autores pusieron el foco, un parámetro que se utiliza con frecuencia en trabajos de salud pública y modelado estadístico. Los científicos cuentan con información hasta el año 2020, sin embargo, se le otorgaba a la máquina solo hasta el año 2016 para que realizara predicciones de diversas situaciones, incluyendo quiénes morirían en el futuro cercano, y evaluara su precisión. Sin embargo, no lo hicieron en conjunto; en cambio, le ofrecieron a la IA el dilema por parejas.

El autor principal señaló: “La manera en que lo hicimos fue tomar cada vez a dos personas y decir: una de las dos va a morir, pero no sabemos cuál es”, “¿Puede la máquina averiguar cuál es? Si fuera por casualidad, tendría el 50% de aciertos. Y lo que tenemos es que 78 de cada 100 predicciones que hacemos son correctas”.

Los autores se concentraron en realizar predicciones para una serie de personas entre 35 y 65 años, donde es difícil de predecir la mortalidad. Debido a que el número de fallecidos es demasiado pequeño y la máquina habría tenido un porcentaje enorme de aciertos solo con predecir que "no" por sistema, lo dividieron en parejas. Lehmann señaló: “La razón por la que lo hacemos así, es que si tomáramos la muestra de todos, al ser gente tan joven, la máquina podría decir que no siempre y tener una altísima tasa de aciertos, por encima del 90%”.

Los autores creen que este método de aprendizaje automático puede ser útil para predecir con exactitud diferentes aspectos de la vida humana y brindar una comprensión del comportamiento humano. Los científicos sociales han estado discutiendo durante mucho tiempo si las vidas humanas son predecibles y se pueden recordar. Utilizar esta técnica les permite estudiar criterios utilizados por la red neuronal para tomar decisiones aprendiendo de ellas. “El modelo ve que los hombres mueren más y en general te dice que, si quieres sobrevivir, no seas un hombre, no tengas una enfermedad mental y no seas operador de maquinaria, y en cambio ten unos ingresos altos y un cargo de responsabilidad”, agrega Lehmann. “Y esto es exactamente lo que sabemos de las ciencias sociales”.

El documento es una especie de prueba de concepto que explora una nueva forma de utilizar nuevas herramientas para analizar grandes cantidades de datos sociodemográficos. “Nuestro modelo es también especial en que profundiza en cómo los eventos en la realidad están conectados entre sí”, agregó el científico. “Quizá se podrá usar para la medicina, salud o tratamientos preventivos. Predecir la muerte puede sonar muy dramático, pero si somos capaces de detectar un riesgo, podemos intervenir mucho antes y quizá darte una vida saludable y mucho más larga”.

Lara Lloret, experta en salud e inteligencia artificial del CSIC, destaca que este estudio no solo sobresale por su capacidad predictiva, sino también por su uso de métodos que revelan los factores clave que influyen en las predicciones, permitiendo la intervención cuando sea necesario. “Este enfoque permite comprender cómo cambios en ciertas variables impactan en las predicciones de mortalidad, incluso en el caso de la difícil predicción de la mortalidad precoz, es decir, entre 35 y 65 años”, dijo.

Según su parecer, el nuevo modelo, a través de una compleja red de 280 variables que definen aspectos clave de sus vidas, ofrece una ventana única para observar la evolución diaria de cada individuo, una flexibilidad que traspasa tasas de supervivencia o mortalidad, abarcando características generales de la personalidad de las personas, relacionadas con su sociabilidad.

“Un punto interesante de cara al futuro es la posibilidad de extrapolar estos resultados a otras sociedades”, afirmó Lloret. “Los propios autores se plantean el uso de una técnica muy utilizada en sistemas de aprendizaje profundo, conocida como "transferencia del aprendizaje". Esto permitiría que parte de los conocimientos obtenidos en este estudio danés podrían ser utilizados como punto de partida para entrenar sistemas similares sobre poblaciones que tengan conjuntos de datos menos extensos”.

El experto en medicina preventiva y salud pública del Centro Nacional de Epidemiología, Javier del Águila, tiene reservas con respecto a esta herramienta. Cree que este método genera más preguntas que respuestas en comparación con los modelos sencillos, que son transparentes y permiten su evaluación y el estudio de hipótesis causales.

“¿Por qué mortalidad y en ese grupo de edad? ¿Qué factores determinan el resultado? ¿Cómo se transforma el dato en texto y qué impacto tiene en el análisis?”, se cuestiona. Según Ricardo Sánchez de Madariaga, un experto en Salud Digital en el Instituto de Salud Carlos III (ISCIII) , experto en aprendizaje automático, los resultados de este estudio no son muy positivos en términos cuantitativos. “Acertar el 78% en el análisis por parejas me parece un resultado muy mediocre”, dijo. En realidad, señala que realizar predicciones sobre salud, es muy difícil y riesgoso. “morirse es una cosa mucho más compleja que una enfermedad, se necesita conocer muchas más características”, agregó.

Según Diego Ramiro, director del Instituto de Economía, Geografía y Demografía del CSIC, el estudio es innovador en términos de metodología y va en la dirección de incorporar la inteligencia artificial en la exploración y análisis de datos. En su opinión, los países nórdicos como Dinamarca están avanzando en la reutilización de los datos que los ciudadanos han aportado a la administración para analizar tendencias sociales, de salud o demográficas mediante este tipo de enfoques. Afirma que la diferencia radica en que en España y otros países “el acceso sin restricciones de los investigadores a los datos brutos para poder hacer este tipo de análisis requiere de unos protocolos de protección de datos y de ética muy altos”. Además de la propuesta de los autores de conectar la huella digital o los datos de telefonía móvil con los datos individuales, lo que requeriría regulaciones muy estrictas.

En conclusión, Sune Lehmann afirma que su investigación y trabajo tiene como objetivo destacar lo que se está haciendo actualmente con nuestros datos y la IA, aunque no se divulgue. “Facebook y Google están desarrollando modelos más precisos, pero la gente no es consciente de esto, y desde luego un sistema así nunca debería ser usado por los seguros médicos”, sugiere. “Nosotros queremos mostrar que la IA está empezando, pero es importante que tengamos una conversación y extendamos el debate sobre lo que se puede hacer y lo que no y cuáles son los límites”.