Pau, el joven informático que predice el alzhéimer con IA pero no sabe si podrá volver a España

Para valorar la importancia del trabajo de Pau Rodríguez, basta traer a la memoria una imagen que tenemos dolorosamente fresca: la del colapso hospitalario, los sanitarios colapsados y las largas esperas de pacientes para ser atentidos. Este joven profesor adjunto de la Universitat Autónoma de Barcelona e investigador en la empresa  Element AI de Montréal, Canadá, es uno de los seis ganadores V edición de los Premios de Investigación concedidos por la Sociedad Científica Informática de España (SCIE) y la Fundación BBVA.

En su currículum de investigador destaca una declaración de intenciones con vocación universal: Me gustaría que la Inteligencia Artificial resolviera los problemas más importantes de la humanidad. "Pueden ayudarnos con tareas complejas y repetitivas: fabricación de nuevos medicamentos, automatización industrial...", explica. Una visión, contra lo que pudiera parecer, eminentemente humanista: "Si se hacen las cosas bien, liberarían a las personas de trabajos mecánicos y les permitirían desarrollar su creatividad. No es que nos quiten el trabajo, es que no haría falta trabajar".

El proyecto que ha sido premiado se engloba bajo esta premisa: tecnología que mejora la atención al paciente mientras ahorra tiempo al profesional.

Sí. Imáginate al personal sanitario que tiene que comprobar cada poco tiempo si el paciente está sufriendo o no para cambiarle la medicación. Pero podría recibir una notificación cuando uno de los ingresados está padeciendo dolor, aunque él no pueda darle al botón para avisar. Esto quita carga de trabajo y permite dedicar más tiempo a otras cosas que importan.

¿Cómo funciona esta tecnología que "lee" con exactitud el nivel de dolor del paciente a partir de los microgestos de su cara?

Suele detectar movimientos sutiles. En diferentes culturas, la expresión del dolor es diferente. Pero una cosa es cómo hayas aprendido tú a manifestar tu dolor, y otra las microexpresiones que no pueden ser falsificadas. La Inteligencia Artifical aprende a no estar sesgada por motivos culturales, étnicos o por problemas de comunicación. Funcionaría bien con un paciente inmovilizado, por ejemplo, que no pueda comunicarse ni siquiera usando las manos.

¿Qué clase de diferencias personales a la hora de expresar el dolor ha detectado el estudio?

Había pacientes que, al observarlos, nos decíamos: "Ahora está sufriendo mucho". Pero después mirabas los resultados de la I.A., y te decían que no. La Inteligencia Artificial había aprendido con vídeos de personas cuyo umbral de dolor estaba siendo registrado en esos momentos, en una escala objetiva. Luego el propio paciente te lo confesaba: "Estaba haciendo muecas, pero realmente no me dolía tanto" [Ríe]. 

¿Y cómo se aplica la tecnología a la prevención de la demencia y el alzhéimer?

Estamos trabajando con un Hospital Universitario de Niza, y un test denominado 'praxis', en el que el paciente debe hacer unos gestos con las manos. El médico les pide que los reproduzcan, y puede haber olvidos o confusiones. La Inteligencia Artificial puede saber, a partir de un gesto, si el paciente lo ha hecho bien o no, incluso si son fallos sutiles. Puedes detectar un problema antes de lo que lo haría un humano.

¿Antes incluso de que el propio paciente se diera cuenta de que sufe un problema?

Sí, aunque nos faltan todavía evidencias. Lo que hemos determinado de momento es que la Inteligencia Artificial ha detectado los mismos casos de alzhéimer que luego han confirmado los médicos, con un rendimiento alto. El análisis de la imagen en la tecnología sanitaria nos permite un diagnóstico precoz y preciso, y abre la puerta al desarrollo de nuevos medicamentos.

Esa última línea ha sido relevante durante la pandemia, debido a la cantidad de literatura científica sobre la Covid que se ha generado.

Nosotros mismo publicamos un artículo sobre detección de la Covid en radiografías de pulmón, y funcionó bastante bien. El problema es que ha habido tanta publicación que al final se ha generado un poco de ruido. Se hubiera necesitado una I.A. un poco más profunda para cribar.

¿Cómo definiríamos el Machine Learning? ¿La posibilidad de que una I.A. siga aprendiendo sin necesidad de input humano? 

Ésta es mi línea de investigación actual: que la máquina aprenda sin intervención humana, y con menos datos a ser posible. Igual que como un ser humano aprende por exploración: cuando eres niño, no hace falta que te enseñen todo el rato qué es una silla y qué una mesa. Si has aprendido a reconocer el objeto, lo sabrás para toda tu vida. Ahora mismo, para aprender qué es un lápiz, la Inteligencia Artificial necesita ver muchos lápices. Yo estoy intetando que aprenda a partir de un solo ejemplo.

¿Y cómo se conseguiría que esta I.A. que está creciendo y aprendiendo se mantenga dentro de unos estándares éticos?

Tratar de que los algoritmos no tengan sesgo es un campo de investigación en sí mismo. Comprobar, por ejemplo, que tenga la misma respuesta para todos los grupos de población. Si tienes una base de datos donde todo el mundo es blanco y rubio, puede que no funcione bien con una persona morena. Pasaba antes de la I.A., hasta con los secadores de manos: estaban calibrados con manos blancas, y con una negra no se activaban.

Otra aspecto ético es el de la cesión de información: el paciente debería ser consciente de que está siendo grabado en todo momento.

Sí, y el sistema que diseñamos podría ponerse en una máquina que no estuviera conectada a Internet. Esto sería una manera de evitar que los datos salgan. De todos modos, la privacidad se toma cada vez más en serio: en mi empresa no tengo de ninguna manera acceso a los datos de mi cliente, tengo que recurrir a bases de datos públicas para programar las I.A. que nos encargan. Todos los pacientes con los que entrenamos para reconocer el dolor habían dado su consentimiento. Pero lo entiendo: a mi tampoco me gustaría que usasen mis datos para una aplicación con la que no estoy de acuerdo, y creo que la legislación va a evolucionar para adaptarse a esta nueva realidad.

¿Consideras que has tenido suficientes oportunidades en España para sacar adelante tu trabajo?

[Ríe] Es relativo. En términos de inversión, la investigación en España no es tan prioritaria como en otros países. Sí que es verdad que había mucha falta de recursos, hacíamos mucho con poco. Las becas de doctorado dan para subsistir, no mucho más... En este sentido, yo creo que la Fundación BBVA debería ser un ejemplo. Está muy bien que haya una entidad que reconozca el esfuerzo de los investigadores españoles. El problema no es tanto el dinero como retener el talento, y para esto hace falta que la gente se sienta reconocida. Debería haber más iniciativas, especialmente para quiénes empiezan, porque hay gente muy buena.

¿Qué facilidades has encontrado fuera que consideras que nos faltan aquí?

Es más fácil conseguir financiación para tus proyectos en algunos países. Montréal es un referente para la Inteligencia Artificial, está atrayendo a toda la industria. Y hay muchísima colaboración entre Universidad y empresa. Un estudiante de doctorado en Canadá hará como mínimo tres estancias en el sector privado. ¡Y no son empresas cualquiera! Tenemos a Google y a Facebook, pero también muchas nuevas que crecen porque se da el clima. Que los estudiantes se vayan moviendo es muy importante. Y la mayoría de empresas tiene un departamento de investigación teórica, que es dónde estoy yo trabajando.

¿Tienes pensado volver a España a continuar tu trabajo?

Me hubiese gustado poder ser profesor de universidad, pero los criterios que se utilizan para acceder a una plaza en España no son exactamente los mismos que se consideran fuera. Publicar muchos artículos, con muchas citas y conferencias no te lo garantiza. Cuando te marchas y cumples los criterios que te piden fuera, después es más difícil volver. La medida del éxito es diferente en América: aquí no tienes que pasarte toda tu vida en la universidad para conseguir ser profesor. Es mucho más fácila pasar a la empresa, y vice versa.