El grupo Khaos de la Universidad de Málaga ha desarrollado una herramienta basada en inteligencia artificial y clasificación automática de imágenes para mejorar la precisión de detección del melanoma, un tipo de cáncer de piel. El objetivo de los científicos es comprender cómo ‘piensa’ los sistemas de automatización para incrementar su eficacia y aplicarlos en distintos campos de la medicina.
De este modo, los expertos proponen una herramienta personalizada para cada programa de detección de lesiones. Ésta sirve para mejorar la toma de decisiones de los detectores ‘inteligentes’ que se emplean en el ámbito médico y que en última instancia ayudan a los profesionales a realizar diagnósticos. Además, se trata de un método que puede emplearse con otros programas similares de detección, como los enfocados al cáncer de mama.
Algoritmos ‘de caja negra’
La labor de los investigadores se centró en determinar cómo ‘piensa’ el algoritmo. Esto es, un código informático que ejerce una serie de pasos o instrucciones ordenadas en un programa y sirve para resolver un problema o realizar una tarea específica. Sería el equivalente a una ‘receta’ que guía a la máquina paso a paso para tomar decisiones. De este modo, el programa puede realizar cálculos y obtener resultados de forma lógica y eficiente.
No obstante, no todos los algoritmos son ‘transparentes’, es decir, que las personas que lo están empleando no pueden saber por qué toman las decisiones que toman, ni qué ‘receta’ o pasos de la misma ha seguido el sistema para obtener un resultado. “Son algoritmos ‘de caja negra’, como los que se usan en los bancos para evaluar préstamos o en las redes sociales. Nuestro trabajo se centra en explicar qué pasos y qué lógica sigue el que empleamos, enfocado a la detección de lesiones de la piel, para alcanzar conclusiones”, explica el investigador de la Universidad de Málaga José Manuel García-Nieto.