How AI is making it easier to diagnose disease | Pratik Shah

86,175 views ・ 2018-08-21

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Valentina Capra Revisor: Lucía Rodríguez
00:13
Computer algorithms today are performing incredible tasks
0
13280
3856
Hoy, los algoritmos computacionales pueden realizar tareas asombrosas
00:17
with high accuracies, at a massive scale, using human-like intelligence.
1
17160
4736
con gran precisión, a una escala enorme y con inteligencia parecida a la humana.
00:21
And this intelligence of computers is often referred to as AI
2
21920
3936
Y esta inteligencia computacional es a la que solemos llamar IA
00:25
or artificial intelligence.
3
25880
1856
o inteligencia artificial.
00:27
AI is poised to make an incredible impact on our lives in the future.
4
27760
4200
La IA está preparada para tener un gran impacto en nuestras vidas en el futuro.
00:32
Today, however, we still face massive challenges
5
32880
3936
Hoy, sin embargo, todavía nos enfrentamos a retos enormes
00:36
in detecting and diagnosing several life-threatening illnesses,
6
36840
3496
en cuanto a la detección y el diagnóstico de varias enfermedades terminales,
00:40
such as infectious diseases and cancer.
7
40360
2360
como las enfermedades contagiosas y el cáncer.
00:44
Thousands of patients every year
8
44000
2296
Cada año, miles de pacientes
00:46
lose their lives due to liver and oral cancer.
9
46320
2800
pierden la vida a causa del cáncer hepático u oral.
00:49
Our best way to help these patients
10
49880
2696
La mejor forma de ayudar a estos pacientes
00:52
is to perform early detection and diagnoses of these diseases.
11
52600
4320
es realizar un diagnóstico precoz de esas enfermedades.
00:57
So how do we detect these diseases today, and can artificial intelligence help?
12
57880
4160
¿Cómo las detectamos hoy y cómo la inteligencia artificial puede ayudar?
01:03
In patients who, unfortunately, are suspected of these diseases,
13
63920
3656
Cuando se sospecha que el paciente tiene alguna de estas enfermedades,
01:07
an expert physician first orders
14
67600
2656
un médico especialista pide tecnologías de escaneo muy caras
01:10
very expensive medical imaging technologies
15
70280
2616
01:12
such as fluorescent imaging, CTs, MRIs, to be performed.
16
72920
4096
como la captación de imágenes por fluorescencia, los TAC o las RM.
01:17
Once those images are collected,
17
77040
2296
Una vez que se obtienen las imágenes,
01:19
another expert physician then diagnoses those images and talks to the patient.
18
79360
4520
otro médico especialista hace el diagnóstico y habla con el paciente.
01:24
As you can see, this is a very resource-intensive process,
19
84520
3456
Como pueden ver, es un proceso que requiere de muchos recursos,
01:28
requiring both expert physicians, expensive medical imaging technologies,
20
88000
4416
médicos especialistas
y costosos equipos de diagnóstico por escáner,
01:32
and is not considered practical for the developing world.
21
92440
3096
y no se considera práctico para los países en desarrollo.
01:35
And in fact, in many industrialized nations, as well.
22
95560
3360
De hecho, ni siquiera en muchos países desarrollados.
01:39
So, can we solve this problem using artificial intelligence?
23
99760
2880
¿Podemos resolver este problema con la inteligencia artificial?
01:43
Today, if I were to use traditional artificial intelligence architectures
24
103840
4056
Hoy, si fuera a utilizar arquitecturas de inteligencia artificial tradicionales
01:47
to solve this problem,
25
107920
1216
para resolver este problema,
01:49
I would require 10,000 --
26
109160
1456
necesitaría obtener 10 000...
01:50
I repeat, on an order of 10,000 of these very expensive medical images
27
110640
4016
Repito, cerca de 10 000 de estos costosos aparatos médicos,
01:54
first to be generated.
28
114680
1376
y eso para empezar.
01:56
After that, I would then go to an expert physician,
29
116080
2896
Luego, consultaría a un especialista,
01:59
who would then analyze those images for me.
30
119000
2496
que analizaría esas imágenes.
02:01
And using those two pieces of information,
31
121520
2096
Y con esos dos datos,
02:03
I can train a standard deep neural network or a deep learning network
32
123640
3656
puedo entrenar una red neuronal profunda o una red de aprendizaje profundo
02:07
to provide patient's diagnosis.
33
127320
2136
para diagnosticar a los pacientes.
02:09
Similar to the first approach,
34
129480
1736
Parecido al primer enfoque,
02:11
traditional artificial intelligence approaches
35
131240
2143
los enfoques tradicionales de IA
02:13
suffer from the same problem.
36
133407
1449
tienen el mismo problema.
02:14
Large amounts of data, expert physicians and expert medical imaging technologies.
37
134880
4560
Gran cantidad de datos, especialistas y equipos profesionales de escaneo.
02:20
So, can we invent more scalable, effective
38
140320
4296
¿Podemos entonces inventar arquitecturas de inteligencia artificial
02:24
and more valuable artificial intelligence architectures
39
144640
3296
más escalables, efectivas y más útiles
02:27
to solve these very important problems facing us today?
40
147960
3056
para resolver estos problemas a los que hoy nos enfrentamos?
02:31
And this is exactly what my group at MIT Media Lab does.
41
151040
3296
Esto es exactamente lo que hace mi grupo en el MIT Media Labs.
02:34
We have invented a variety of unorthodox AI architectures
42
154360
3856
Hemos inventado una variedad de arquitecturas de IA no convencionales
02:38
to solve some of the most important challenges facing us today
43
158240
3176
para resolver algunos de los retos más importantes que enfrentamos hoy
02:41
in medical imaging and clinical trials.
44
161440
2200
en los escáneres y estudios clínicos.
02:44
In the example I shared with you today, we had two goals.
45
164480
3056
En el ejemplo que compartí hoy teníamos dos objetivos.
02:47
Our first goal was to reduce the number of images
46
167560
2976
El primero era reducir el número de imágenes
02:50
required to train artificial intelligence algorithms.
47
170560
3256
necesarias para entrenar a los algoritmos de inteligencia artificial.
02:53
Our second goal -- we were more ambitious,
48
173840
2096
Con el segundo fuimos más ambiciosos,
02:55
we wanted to reduce the use of expensive medical imaging technologies
49
175960
3736
queríamos reducir el uso de estos costosos equipos de tecnología
02:59
to screen patients.
50
179720
1216
para escaner los pacientes.
03:00
So how did we do it?
51
180960
1200
¿Cómo lo hicimos?
03:02
For our first goal,
52
182920
1216
Para el primer objetivo,
03:04
instead of starting with tens and thousands
53
184160
2056
en vez de comenzar con decenas de miles de estas costosas imágenes,
03:06
of these very expensive medical images, like traditional AI,
54
186240
3016
como la IA tradicional,
03:09
we started with a single medical image.
55
189280
2056
comenzamos con una sola imagen médica.
03:11
From this image, my team and I figured out a very clever way
56
191360
3776
De esta imagen, mi equipo y yo encontramos una manera ingeniosa
03:15
to extract billions of information packets.
57
195160
2736
de extraer miles de millones de paquetes de información.
03:17
These information packets included colors, pixels, geometry
58
197920
3696
Estos paquetes incluían colores, píxeles, geometría
03:21
and rendering of the disease on the medical image.
59
201640
2536
y la representación de la enfermedad en la imagen de diagnóstico.
03:24
In a sense, we converted one image into billions of training data points,
60
204200
4336
Es decir, convertimos una imagen en miles de millones de puntos de datos,
03:28
massively reducing the amount of data needed for training.
61
208560
3536
reduciendo enormemente la cantidad de datos necesarios para el entrenamiento.
03:32
For our second goal,
62
212120
1216
Para el segundo objetivo,
03:33
to reduce the use of expensive medical imaging technologies to screen patients,
63
213360
3856
para reducir el uso de los costosos escáneres para examinar pacientes
03:37
we started with a standard, white light photograph,
64
217240
2856
comenzamos con una fotografía estándar con luz natural
03:40
acquired either from a DSLR camera or a mobile phone, for the patient.
65
220120
4336
tomada con una cámara DSLR o con el teléfono del paciente.
03:44
Then remember those billions of information packets?
66
224480
2456
¿Recuerdan esos miles de millones de paquetes de información?
03:46
We overlaid those from the medical image onto this image,
67
226960
3536
Superpusimos esos paquetes de la imagen de diagnóstico
sobre esta imagen,
03:50
creating something that we call a composite image.
68
230520
2520
creando lo que llamamos una imagen compuesta.
03:53
Much to our surprise, we only required 50 --
69
233480
3296
Para nuestra sorpresa, solo necesitamos 50,
03:56
I repeat, only 50 --
70
236800
1336
repito, solo 50
03:58
of these composite images to train our algorithms to high efficiencies.
71
238160
3840
de esas imágenes compuestas para entrenar a los algoritmos con gran eficiencia.
04:02
To summarize our approach,
72
242680
1336
Para resumir nuestro enfoque,
04:04
instead of using 10,000 very expensive medical images,
73
244040
3176
en lugar de utilizar 10 000 costosas imágenes de diagnóstico,
04:07
we can now train the AI algorithms in an unorthodox way,
74
247240
3016
hoy podemos entrenar a los algoritmos de IA de un modo poco ortodoxo,
04:10
using only 50 of these high-resolution, but standard photographs,
75
250280
4256
usando solo 50 de estas fotos de alta definición pero estándares,
04:14
acquired from DSLR cameras and mobile phones,
76
254560
2496
tomadas con cámaras DSLR y teléfonos,
04:17
and provide diagnosis.
77
257080
1536
y establecer un diagnóstico.
04:18
More importantly,
78
258640
1216
Más importante aun,
04:19
our algorithms can accept, in the future and even right now,
79
259880
3136
nuestros algoritmos pueden aceptar, en el futuro o incluso hoy,
04:23
some very simple, white light photographs from the patient,
80
263040
2816
algunas fotos muy sencillas y estándares del paciente,
04:25
instead of expensive medical imaging technologies.
81
265880
2440
en lugar de los costosos equipos de diagnósticos por escáner.
04:29
I believe that we are poised to enter an era
82
269120
3096
Creo que estamos preparados para entrar en una nueva era
04:32
where artificial intelligence
83
272240
1936
en la que la inteligencia artificial
04:34
is going to make an incredible impact on our future.
84
274200
2536
incidirá increíblemente en nuestro futuro.
04:36
And I think that thinking about traditional AI,
85
276760
2456
Y, pensando en la IA tradicional,
04:39
which is data-rich but application-poor,
86
279240
2776
que es rica en datos pero ineficiente en su utilización,
04:42
we should also continue thinking
87
282040
1536
deberíamos seguir pensando
04:43
about unorthodox artificial intelligence architectures,
88
283600
3016
en arquitecturas de IA no convencionales
04:46
which can accept small amounts of data
89
286640
1936
que aceptan poca cantidad de datos
04:48
and solve some of the most important problems facing us today,
90
288600
2936
y resuelven algunos de los problemas más importantes de hoy en día,
04:51
especially in health care.
91
291560
1256
especialmente en el sector de la salud.
04:52
Thank you very much.
92
292840
1216
Muchas gracias.
04:54
(Applause)
93
294080
3840
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7