85 con tanta velocidad y capacidad de expansión como la IA generativa (gen AI). Como analizaron en las oficinas de McKinsey Kate Smaje (Londres, Reino Unido) y Rodney Zemmel (Nueva York, EE. UU.), el desarrollo de este tipo de software está conmoviendo para bien las estructuras de las organizaciones al mismo ritmo que se abaratan estas tecnologías pero, mientras que los más innovadores son aquellos que acaparan los titulares de los medios, son por otro lado los implementadores a escala los que controlan los procesos, en función del valor que se obtiene de la computación por una capacidad hoy ilimitada desde la premisa de que el conocimiento es poder y los datos conocimientos. Para lo que se requiere que las propias personas sigan el tirón de la IA generativa para el desarrollo de estructuras neuronales en sucesivas generaciones de IT exclusivamente dirigidas a la generación de valor en las entidades mejor capacitadas para probar adelantadamente estos desarrollos. En este terreno, el catedrático de ciencias de la computación e IA de la Universidad Politécnica de Madrid, profesor Pedro Larrañaga, estimó en la Real Academia Nacional de Medicina que la versión que hoy puede ofrecer la IA en medicina es necesariamente “blanda” por su incapacidad para adoptar pensamientos humanos y su versatilidad para dar múltiples respuestas, tantas veces improvisadas, a los problemas que se plantean. Quedando a su juicio los diagnósticos médicos plenos a la espera de una IA fuerte de la que todavía no se dispone. Al asumir la actual IA como fruto de los modelos de caja negra y redes neuronales profundas. Con la barrera puesta hoy en que las máquinas no son capaces de explicar lo que pasa, aunque digan bastante bien el resultado de lo que pasa. Una falta de interpretabilidad también señalada por la investigadora del Consejo Superior de Investigaciones Científicas (CSIC) Lara Lloret, quien se unió también en la RANM a sus serias dudas acerca de que se pueda optar próximamente a una IA general que pudiera servir, por ejemplo, para todos los hospitales, aunque sin negarse a implementaciones muy originales y específicas por cada centro. Alertó Lloret de los frecuentes ataques adversarios en los que la IA puede engañarse así mismo. Así fue como la IA adoptada por el Hospital Marqués de Valdecilla de Cantabria confundió la clavícula como mancha por neumonía en pacientes de Covid-19 durante la pandemia, algo aclarado rápidamente por los radiólogos del centro. O como ocurrió, en EEUU, cuando se produjeron errores de diagnóstico de melanoma en personas de raza negra, porque la IA empleada sólo disponía de información de personas de raza blanca. No obstante, la investigadora Lloret sí vio oportunidades en medicina con realidad aumentada que supere el actual concepto de caja negra o red neuronal, así como para usar la gen AI en imágenes sin contraste para la segmentación volumétrica de órganos (contouring) en el uso de la protonterapia, la selección de pacientes para ciertas dianas terapéuticas o la comprensión de la forma y plegamiento determinantes de las proteínas con el objetivo de desarrollar nuevos antivirales y antibióticos, mediante redes generativas adversativas. Tal como hace Google DeepMind con la fusión de los gametos femenino y masculino del parásito de la malaria con objeto de optar a una nueva vacuna. Se encuadraron en este ámbito las declaraciones de Alejandro Pazos, investigador del centro para el avance y la excelencia en I+D+i aplicada a las TIC, CITIC, de la Universidade da Coruña (UDC), sobre coincidencia entre médicos e inteligencia artificial para potenciar la calidad y sostenibilidad de la sanidad. Desde los trabajos del grupo RNASA-IMEDIR en esta universidad gallega, este especialista en IA y medicina confirmó que asistimos a una revolución para el conjunto del proceso asistencial por su potencial de predicción y prevención de algunos tipos de cáncer en refuerzo del juicio clínico y otras vías de trabajo como el desarrollo acelerado de medicamentos o el reposicionamiento de fármacos ya existentes en el mercado. A lo que sumó la capacidad de anticipar la evolución en casos de cáncer colorrectal, la mejora en el cribado mamográfico, el soporte a la gestión hospitalaria ante GÉNESIS DE LA LEY DE INTELIGENCIA ARTIFICIAL EN LA UE Motivada a propuesta ciudadana de la Conferencia sobre el Futuro de Europa, según las siguientes propuestas: • Propuesta 12 (10) para la mejora de la competitividad de la UE en sectores estratégicos. • Propuesta 33 (5) sobre una sociedad segura y fiable, incluida la lucha contra la desinformación y la garantía de que las personas tengan el control final. • Propuesta 35 sobre la promoción de la innovación digital: • (3) con garantía de la supervisión humana • (8) y para un uso fiable y responsable de la IA, con establecimiento de salvaguardias y garantía de transparencia • Propuesta 37 (3), sobre el uso de la IA y las herramientas digitales para mejorar el acceso de los ciudadanos a la información, sin dejar fuera a las personas con discapacidad. LA IA GENERATIVA PERMITE CONOCER COMPORTAMIENTOS EN LAS PROTEÍNAS CON VALOR TERAPÉUTICO
RkJQdWJsaXNoZXIy NTI5ODA=