Hablamos con Gustavo Meschino, titular del laboratorio que aplica la ingeniería a distintos proyectos vinculados a la medicina, utilizando inteligencia artificial.
En la Facultad de Ingeniería de la UNMDP funciona el laboratorio del ICYTE (Instituto de Investigaciones Científicas y Tecnológicas en Electrónica) del CONICET. El mismo tiene una larga trayectoria a lo largo de la cual se ha trabajado en múltiples proyectos e investigaciones. En esta oportunidad, los profesionales y estudiantes que integran el equipo se encuentran inmersos en la bioingeniería.
Esta es la ciencia que combina las ciencias exactas, como la ingeniería, la física, la matemática y otras, con las ciencias de la vida. Específicamente, en el laboratorio de Mar del Plata se dedican la ingeniería aplicada a la medicina, a los equipos médicos y al análisis de la información médica. Además, desde hace un tiempo que en Mar del Plata emplean inteligencia artificial para llevar a cabo sus actividades.
Para interiorizarnos en el tema hablamos con Gustavo Meschino, ingeniero electrónico, docente de la Universidad y actual Director del laboratorio ICYTE.
¿Hace cuánto que trabajan aquí en esta interdisciplina entre la ingeniería y la medicina?
La historia de este laboratorio se remonta a muchos años atrás, desde 1996, con otros directores que estuvieron antes de que me tocara a mí. En ese caso, empezaron a trabajar en señales médicas con los primeros médicos que se interesaban en esta disciplina, y desde ese año en más hemos seguido trabajando en diversas aplicaciones, según van requiriendo los médicos, las instituciones de salud y las ideas que van surgiendo desde la ciencia.
Se han ido continuando algunos temas, como por ejemplo el análisis de variación del diámetro de la arteria, siempre trabajando en esa temática con las herramientas que van suscitándose a lo largo de los años.
En este sentido, la inteligencia artificial es un recurso clave que los profesionales emplean desde hace 25 años, aunque con el boom que se produjo en el último período han podido aprovecharla para su trabajo en el laboratorio y para el procesamiento de la información.
Entre los proyectos más destacados está el de señales de variación de diámetro arterial, que ha sido un eje conductor de su investigación desde muchos años porque fueron desarrollando distintos equipos y versiones de éste para el análisis de la dinámica arterial, la rigidez de las arterias. Como bien explica Gustavo:
A lo largo de los años, con métodos de inteligencia artificial que no son los de ahora, que eran mucho más sencillos y no por eso menos interesantes, lo que hemos hecho es predecir la edad del sistema arterial en base a registros que se toman en pacientes que no tienen ninguna enfermedad, ninguna patología. Esto sirve para, a un nuevo paciente que se hace el mismo estudio, decirle su edad arterial en comparación con los pacientes sanos.
Esto se traduce en que, si a un paciente de alrededor de 35 años la inteligencia artificial le arroja que su edad arterial es de 20 años, significa que su salud arterial está mejor de lo que debería. En cambio, si el resultado fuese 60, quiere decir que sus arterias están mal y debe hacer algo para solucionarlo. El objetivo es intentar que el análisis de las señales que salen de ese equipo sean cada vez más inteligentes, que cada vez tengan que hacerle menos a la señal matemáticamente para obtener un resultado.
Por otro lado, otro de los actuales proyectos del laboratorio está relacionado con la urología, y es un equipo de uroflujometría que trabaja con una balanza de muy alta precisión que mide en tiempo real el flujo de la orina cuando sale de la uretra. Esto sirve para detectar patologías en el sistema y tiene otras prestaciones que se van
agregando, como la parte de desarrollo del equipamiento o hardware, que permite que un médico pueda tener el registro en tiempo real desde un dispositivo. Un ejemplo claro es el teléfono celular y la conexión a internet, logrando que el médico pueda ver los resultados del estudio cuando el paciente se lo haga con el equipo desde su domicilio.
Además, estudiantes de grado de la Facultad de Ingeniería están haciendo su proyecto final de carrera, que es un desarrollo muy interesante: un adquisidor de electroencefalograma, es decir señales cerebrales. Para ello emplean un casco con electrodos de contacto que replica la lectura del electroencefalograma en una computadora alejada del paciente. Así, con este esquema y un análisis de inteligencia artificial básico, se puede detectar qué estímulo visual está teniendo un paciente.
Estudiantes de grado también consiguieron hace unos años, con esta investigación, un dispositivo que permite utilizar un teclado en pantalla sin utilizar las manos. Por ejemplo, una persona imposibilitada de mover sus manos o cualquier parte de su cuerpo podría accionar un teclado.
¿Todos estos equipamientos se han podido aplicar en algunas instituciones médicas de Mar de Plata?
Nosotros no hacemos un equipamiento que se puede utilizar en la clínica diaria porque este es un laboratorio de investigación. Podríamos hacer desarrollo, pero no es lo que hacemos acá. Para hacer un desarrollo médico, el equipo y que éste se utilice en la clínica diaria, tiene que estar validado por una serie de tests, incluso destructivos, y ese no es nuestro objetivo. Estamos en una etapa de desarrollo, de creatividad e inventar la idea, de aportar algo a lo que ya existe. No llegamos al producto final, nuestra producción es científica.
De esta forma, al publicar los resultados cualquier compañía podría tomar ese aporte o incluso contactarse con el laboratorio y utilizarlo ahora sí para el equipamiento final
y la producción con fines de lucro.
Otra área importante del laboratorio es el análisis de las señales, que en general se hace con inteligencia artificial y otras herramientas. “Hay que extraer información que sirva para algo, que sirva para ayudar al diagnóstico, a detectar una patología que no se puede ver a simple vista o que es difícil de ver a simple vista, y ayudar al médico a detectar esas patologías”, como bien aclara Meschino. La médica Cecilia Acosta es quien trabaja en colaboración con los investigadores para proporcionarles la información exacta de lo que quieren decir las imágenes y datos a analizar.
Intentamos, con técnicas de inteligencia artificial de 2015, te diría nuevas pero ahora ya no tanto porque el avance es enorme, enseñarle al sistema lo mismo que hace el médico. Que indique si son normales o son patológicas, y el sistema trata de generalizar. Después vienen nuevas imágenes y el sistema, en base a lo que aprendió, predice lo que está pasando con esas otras imágenes. Para este tema trabajamos mucho en conjunto con otro laboratorio que es específicamente de procesamiento digital de imágenes.
¿Están considerando aplicar nuevos avances tecnológicos a su trabajo o ya los han aplicado?
Sí, absolutamente. Ese es el gran desafío. Coincide que varios miembros del laboratorio somos los encargados de dar el curso de inteligencia artificial para las asignaturas de grado en ingeniería informática, ingeniería en computación y optativa para ingeniería electrónica. Entonces, la idea es que avanzamos estudiando lo más posible, los últimos avances que van surgiendo. No es por año, es por mes. Aunque otra limitación que tenemos es el hardware, el recurso computacional que si bien acá son buenas, tenemos que acceder a mucho más y eso requiere conectarse a servidores como Google Colab. Hay tres desafíos: entenderlo, utilizarlo y dónde utilizarlo.
Y es que actualmente, la tecnología de inteligencia artificial que emplean en el laboratorio se puede usar en computadoras de escritorio con un volumen bajo de información. Hablamos de alrededor de 2.000 imágenes, y ahí si es posible hacer funcionar un sistema inteligente que reconozca patrones. Otros sistemas requieren miles y miles de imágenes, y para eso está la limitación de memoria que procesa esa información, para la cual se requieren sistemas de computos más sofisticados.
