La computación se aproxima más a la clínica

El avance de los ordenadores y de la resonancia magnética están posibilitando la progresión, a su vez, de la modelación computacional, que cada vez se acerca más a la práctica clínica. El objetivo de este campo en su aplicación a la neurología es simular la actividad cerebral sin ni tan siquiera tener que emplear animales. Para ello, los cerebros se transforman en programas informáticos.

David Rodríguez Carenas | 26/07/2012 00:00

En los últimos años la modulación computacional se ha aproximado a la medicina. Comenzó como algo muy básico, pero poco a poco entró en la clínica, señala a Diario Médico Pablo Gómez, profesor asociado de la Universidad DePaul, en Chicago (Estados Unidos), y coorganizador del XIII Congreso de Computación Neural y Psicología (NCPW13), que el Centro Vasco sobre Cognición, Cerebro y Lenguaje (BCBL, por sus siglas en inglés) ha organizado en San Sebastián en colaboración con los cursos de verano de la Universidad del País Vasco y la Red Europea para el Avance de Sistemas Cognitivos Artificiales, Interacción y Robótica.

Este cambio de tendencia vino por dos causas principales: "El poder de los ordenadores ha aumentado mucho; el acceso a la informática más potente antes estaba en manos de sólo unos cuantos. Por otro lado, la popularidad de la resonancia magnética ha llevado a que la gente se interesara por la cognición humana, ya que está técnica aporta una gran cantidad de información de la fisiología del cerebro, acercando el campo hacia lo neuronal".

Tipos de modelos
Gómez describe dos tipos de modelos computacionales. El clásico es el de la inteligencia artificial, en el que "lo importante es que el robot haga las cosas de forma correcta". El otro es el modelo de redes neuronales, que es el tratado en el congreso de San Sebastián y que se inspira en el funcionamiento de las neuronas con unidades de procesamiento reducidas.

Los modelos son redes neuronales artificiales, pero sin cables; son programas de ordenador. La idea es que estos modelos aprendan por sí mismos

El que más aplicación tiene en estos momentos es la inteligencia artificial. Como ejemplo, el profesor de la Universidad DePaul señala el ordenador de la compañía IBM, de un tamaño similar a una habitación, que ganaba a los concursantes de un programa estadounidense de pregunta-respuesta. "Es un ejemplo de cómo este tipo de modelos y algoritmos tienen acceso a la información correcta aunque sea ambigua. Lo mismo ocurre en la medicina: muchas enfermedades comparten síntomas, y el médico puede saber de qué patología se trata o no. Ya están surgiendo modelos que pueden procesar información ambigua". Programas como éstos también están apareciendo en campos como la predicción meteorológica, es decir, "siempre en sistemas complejos; para los lineales no son necesarios". Gómez cree que este tipo de aplicaciones podrían emplearse en medicina en unos cinco o diez años.

Proceso
Gómez explica el funcionamiento de este campo: "Todo es totalmente simbólico. Son redes neuronales artificiales, pero sin cables; son programas de ordenador. La idea es que dichos modelos aprendan por sí mismos. Un ejemplo es la lectura de letras escritas a mano. Obviamos el paso por el ojo y se ofrece la información como un conjunto de unos y ceros, en los que uno es donde hay tinta y cero donde no. El aprendizaje se obtiene al cambiar los modelos de las neuronas en estas conexiones".

En cuanto a las aplicaciones médicas presentadas en San Sebastián, han destacado los estudios en encefalitis producida por herpes simple, en cuestiones de desarrollo -por ejemplo analizar cómo se modifica la entrada de información en un niño con otitis- y en los infartos cerebrales. Funciona como los modelos animales pero cambiando al clásico ratón por la computación. Los tres proyectos más destacados -todos de Estados Unidos-, según Gómez, son:

Universidad de Wisconsin-Madison: modelo de activación de la corteza cerebral central fusiforme que explica algunos de los patrones encontrados en pacientes ciegos.

Universidad de Colorado: modelo de la interacción entre diferentes sistemas cerebrales con y sin daño neuronal.

Universidad de Stanford: trabajo relacionado con la contribución del hipocampo en el aprendizaje.

Y para los años que vendrán, Gómez piensa que se continuará la senda que se está caminando en los últimos diez años, integrando cada vez más computación y resonancia magnética. Además, "ayudará a entender cuál es el proceso dañado, ya que a la función que aporta la RM se unirá la estructura que obtiene de la computación".

Imitando la complejidad cerebral

Las investigaciones en modulación computacional están permitiendo imitar el comportamiento del cerebro humano. Para ello no hace falta diseñar estructuras que simulen la anatomía cerebral sino programas informáticos que sepan actuar como nuestras neuronas, es decir, simular la complejidad de nuestros complicados cerebros.

AÑO DE ANIVERSARIOS

El NCPW13 que se celebra en San Sebastián coincide con el centenario del nacimiento de Alan Turing, el padre de la ciencia de la computación, y con el XX aniversario de la celebración del primer congreso NCPW. Además, Pablo Gómez, de la Universidad DePaul, confirma que también celebran que hace cincuenta años se presentaron los artículos que hablaban de modelos de redes neuronales. "La idea se abandonó por un tiempo largo a causa del potencial de los ordenadores".Pero las efemérides no acaban ahí: "Hace 25 años David Rumelhart y James McClelland publicaron un libro clave: Procesamiento distribuido en paralelo".