José Hernández, ingeniero industrial por la Universidad de Lima, ha diseñado un algoritmo de inteligencia artificial para detectar COVID-19 basado en tomografías de pecho. El grado de precisión que ofrece este algoritmo es del 86,7 %, similar al de las pruebas moleculares. Recientemente, publicó un paper de investigación en el Journal of Intelligence-Based Medicine, pues le interesa mucho divulgar su trabajo y le encantaría que las autoridades de salud se interesen por evaluar su utilidad práctica.
¿Cómo funciona el algoritmo que has creado?
Este es un algoritmo de inteligencia artificial que puede detectar la COVID-19 en imágenes de tomografías de pecho. El grado de precisión de esta prueba es de 86,7 %. Pero, si movemos un poco el umbral de selección dentro del modelo de la inteligencia artificial, podría aumentar hasta casi 88 %.
¿Qué es el umbral de selección?
El modelo te entrega un resultado de entre 0 y 1. Por defecto, el umbral de selección está en la mitad, en 0,5. Si el resultado es mayor de 0,5, significa que la persona tiene COVID-19; si está en menos de 0,5, quiere decir que no tiene el virus. Con eso se calculan los falsos positivos y falsos negativos. Pero, si movemos el umbral de selección de 0,5 un poco a la izquierda, a 0,45, por ejemplo, tendremos un modelo menos conservador y que sospechará más de los casos de COVID-19, así que será posible entregar una ratio menor de falsos negativos. En ese caso, subirá la precisión a casi 88 %, que es lo que se busca.
¿Has desarrollado este algoritmo como parte de un trabajo para una institución o cuál fue el motivo?
La motivación ha sido personal; lo desarrollé como investigador independiente. Dos pilares fundamentales me llevaron a realizar la investigación. Por un lado, desde hace unos años me encuentro muy interesado en la inteligencia artificial, he estudiado bastante al respecto, e incluso he llevado programas del MIT, algunos cursos de la Universidad de Harvard y de IBM; también me intereso por computer vision, que es la capacidad de un robot para ver una imagen y formular conclusiones. El segundo pilar es que, al llegar la pandemia, vi una oportunidad de aportar algo al país. Inicialmente, se presentaron muchos problemas con las pruebas rápidas, así que pensé que la inteligencia artificial podía aportar en este sentido.
Publicaste esta investigación en una revista médica, ¿verdad?
Sí, en una revista médica con base en Estados Unidos, pero de alcance global: el Journal of Intelligence-Based Medicine. Esta revista trata temas médicos relacionados con inteligencia artificial que pueden ayudar a la medicina. Por otra parte, fui invitado al congreso.
¿A qué personas has tenido oportunidad de mostrarles tu investigación y que te han comentado?
Por lo pronto, se la he mostrado a unos colegas de IBM y a unos amigos interesados en psicología, que tienen cierta afinidad con temas de inteligencia artificial en estudios del comportamiento humano. También tuve comentarios de colegas de IBM Estados Unidos, y todos se han expresado positivamente y me han preguntado si esto ya se ha implementado.
¿Qué ventajas tiene este algoritmo frente a las pruebas moleculares que ya existen?
La ventaja es que se puede aplicar en lugares donde difícilmente llegan las pruebas moleculares y con una precisión similar o mayor a la de estas pruebas. Hay zonas alejadas y complicadas de llegar a las que no se accede de manera efectiva con las pruebas moleculares, pero sí tienen hospitales con tomógrafos; de esta manera, se podría aprovechar este tipo de sistema de inteligencia artificial para realizar las pruebas. El modelo es útil, sin duda. En este momento estoy en una fase de divulgación de la investigación. Me encantaría que las autoridades de salud pudieran probar el método.
¿Dónde trabajas actualmente?
Trabajo en IBM, en el área de Servicios de Software. Soy científico de datos: me encargo de entregar soluciones de negocios a problemas que requieren análisis de datos. Uno de los proyectos en los que trabajé últimamente, y que resultó bastante satisfactorio para el cliente, fue sobre detección de fraudes a través del uso de tarjetas de crédito. Hubo que analizar toda la data histórica de transacciones que tenía el cliente y detectar una situación fraudulenta. La idea fue crear modelos predictivos para que cada transacción pase por el modelo y esto permita detectar si se trababa de fraude o no.
¿Cuándo comenzaste a interesarte en la inteligencia artificial?
Desde que ingresé a trabajar en IBM. Como ingeniero industrial, me enfocaba más en las operaciones, la optimización de los procesos y el control, pero con el tiempo me fue interesando este otro mundo. Siempre me han apasionado las matemáticas y la física, y poco a poco me di cuenta del valor que tenía la estadística dentro de la medición de procesos e indicadores; eso me llevó al consumo de datos, a la inteligencia artificial y luego a la ciencia de datos.
¿Cómo ves el desarrollo de la inteligencia artificial en el país?
En los últimos tres años, las empresas han empezado a poner más énfasis en la ciencia de datos y la analítica de datos, sobre todo en bancos. Actualmente, existe la necesidad de tener todo un equipo: no solo un científico de datos, sino un equipo de varios científicos de datos y analistas de inteligencia de negocios e inteligencia artificial para construir modelos de clasificación, de propensión y otros proyectos. Además de los bancos, las empresas mineras, el sector retail y otros también requieren la inteligencia artificial. Ha crecido mucho la demanda.
¿Dónde trabajabas anteriormente?
Antes trabajaba en Ferreyros. En esa época me gustaba mucho programar en Microsoft Excel, pues me permitía automatizar formatos, reportes e indicadores. Armar un reporte tomaba una o dos horas, pero con la automatización demoraba tan solo unos minutos. La ciencia de la programación es muy importante. Ferreyros fue mi primer trabajo: comencé como practicante, después fui analista y, en el 2015, postulé al IBM.
¿Cómo recuerdas la Universidad de Lima?
Yo le tengo mucho cariño a la Universidad y a los profesores, especialmente porque valoro su método de enseñanza. Recuerdo que se le daba mucha importancia a la investigación y sé que eso se ha potenciado aún más con el tiempo, lo cual me pone muy contento. Me gustó mucho la época universitaria. Yo terminé en el quinto puesto de la Carrera de Ingeniería Industrial, y más contento no podía estar al terminar la Universidad.
