Google cuenta las reveladoras conclusiones de la última investigación de Google Research y DeepMind: ajustaron un chatbot de inteligencia artificial para responder cuestiones médicas comunes y después, fue un grupo de profesionales quienes se vieron en la tesitura de resolver las mismas dudas. Posteriormente, un panel de médicos y médicas independiente valoró las respuestas de ambos: 92,6% frente al 92,9%, victoria (todavía) del grupo humano.

¿Por qué lo de todavía? Porque allá por 2016 otro grupo de investigación publicó un informe sobre precisión diagnóstica que enfrentaba profesionales de la medicina frente a computadoras y allí no hubo parangón: las máquinas solo lograron un 34% frente al 72% de las personas. Con todo, mientras que el primer estudio se centraba en el diagnóstico, el segundo y más actual considera las respuestas a preguntas médicas. Y esta diferencia es esencial en su aplicabilidad.

La última gran frontera del diagnóstico: el lenguaje natural

Porque más allá de materializar el bombardeo constante que augura una revolución, el quid de la cuestión está en la forma de obtener los datos. O lo que es lo mismo, en comprender a pacientes. Si nos restringimos única y exclusivamente al diagnóstico, en 2016 ya había algoritmos capaces de ofrecer resultados iguales o mejores que el de profesionales de la salud, siempre y cuando partieran de datos concretos objetivos.

O lo que es lo mismo, que requerían de un trabajo de introducción en una base de datos previa. Aquí es donde el trabajo de Google vuelve a brillar, leyendo las respuestas de las personas que participaron en lenguaje natural, comprendiendo lo que contaban con su forma de expresarse y captando los matices.

No, las máquinas no van a sustituir a profesionales de la medicina, pero hay potencial para que sean un complemento. Los resultados en poco menos de siete años son prometedores, pero sigue requiriendo de mucho trabajo humano detrás y para su implantación en un hipotético escenario de soporte de asistencia médica serán necesarios más avances en ambos lados: en el desarrollo y en nuestra percepción de las máquinas, ya que pese a ser estadísticamente más fiables, siguen levantando más suspicacias ante posibles fallos.

 Fuentes:

https://www.genbeta.com/actualidad/google-ha-desarrollado-chat-inteligencia-artificial-que-resuelve-consultas-salud-acierta-casi-como-medicos