La creciente sinergia de la IA y la neurociencia en la decodificación del cerebro humano

La inteligencia artificial (IA) ha sido el tema de conversación últimamente, con chatbots como ChatGPT de OpenAI, Bard de Google y Grok de Elon Musk ganando mucha tracción. Sin embargo, la IA no es tan nueva como estos chatbots; más bien, el interés en la IA surgió décadas atrás, en 1950, cuando el científico Alan Turing propuso una prueba de inteligencia de máquinas llamada El Juego de la Imitación en su artículo “Computer Machinery and Intelligence”.

“¿Pueden las máquinas pensar?” pregunta Turing en su artículo, ofreciendo una “Prueba de Turing”, donde un interrogador humano intentaría distinguir entre una respuesta de texto de una computadora y una humana.

Desde entonces, los avances en tecnología han llevado a sistemas de IA más sofisticados que se han utilizado en diferentes campos, incluida la atención médica y la comprensión y el tratamiento del órgano humano más complejo, el cerebro.

Haga clic aquí para aprender todo sobre los chips cerebrales de IA.

El avance de la IA y la neurociencia

En términos generales, los sistemas de IA razonan, aprenden y realizan tareas comúnmente asociadas con funciones cognitivas humanas, como identificar patrones e interpretar el habla procesando enormes cantidades de datos.

La IA es básicamente un conjunto de tecnologías que permiten a los ordenadores realizar una variedad de funciones avanzadas. La columna vertebral de la innovación en la computación moderna, la IA abarca diferentes disciplinas, incluyendo:

• Analítica de datos
• Ingeniería de hardware y software
• Lingüística
• Neurociencia
• Psicología

Estos modelos de IA que simulan procesos cognitivos y ayudan en tareas cognitivas complejas como la traducción de idiomas y el reconocimiento de imágenes se basan en redes neuronales biológicas, que son sistemas complejos de neuronas interconectadas y ayudan a ‘entrenar’ a las máquinas para comprender el habla, las imágenes y los patrones.

El intrincado e inteligente cerebro humano ha representado un desafío para los científicos que buscan desbloquear posibilidades de aumento humano. Sin embargo, aunque la IA se ha aprovechado para crear cosas como Siri de Apple (AAPL ), Alexa de Amazon (AMZN ) y Watson de IBM, el impacto verdaderamente transformador solo se logrará cuando las redes neuronales artificiales se vean aumentadas por la inteligencia nativa humana, un resultado de siglos de supervivencia.

Aunque los ordenadores aún no pueden igualar la flexibilidad completa de los humanos, existen programas que logran ejecutar tareas específicas, y el alcance de las aplicaciones de la IA se expande a diario. Este progreso tecnológico, junto con los avances en la ciencia, ha llevado notablemente a la utilización de la IA en el diagnóstico y tratamiento médico.

Al analizar grandes cantidades de datos de pacientes de múltiples fuentes para ayudar a los proveedores de salud, la IA ayuda a obtener una visión completa de la salud del paciente para una predicción más precisa y tomar decisiones más informadas sobre la atención al paciente. Esto también ayuda a detectar problemas de salud potenciales antes de que se vuelvan potencialmente mortales. Además, al usar IA, los proveedores de salud pueden automatizar tareas rutinarias, permitiéndoles centrarse en una atención al paciente más compleja.

Haga clic aquí para aprender cómo diversas tecnologías están habilitando el próximo nivel de la evolución humana. 

El papel de la IA en una mejor comprensión del cerebro humano

La investigación pionera en neurociencia ha llevado al desarrollo de técnicas avanzadas de imagen cerebral, incluyendo:

• Electroencefalografía (EEG)
• Imagen por resonancia magnética funcional (fMRI)

Paralelamente, a medida que los algoritmos de IA, particularmente en aprendizaje automático y aprendizaje profundo, se han vuelto más sofisticados, esto ha generado una intersección de ambos campos. Esta sincronización está permitiendo a los científicos analizar y comprender los datos cerebrales a una escala sin precedentes.

La intersección de la IA y la neurociencia, el campo centrado en el sistema nervioso y el cerebro, es particularmente evidente en el ámbito del análisis de datos. Actualmente, la IA capacita a científicos e investigadores para mapear regiones cerebrales con una precisión sin precedentes. Esto ha sido posible gracias a los avances tecnológicos en IA que permiten la clasificación de patrones intrincados de datos cerebrales y luego establecer correlaciones. Esta colaboración también ha allanado el camino para que los investigadores comprendan mejor las vías neuronales.  

Con la ayuda de la IA, los diagnósticos médicos podrían mejorar al incrementar la precisión, velocidad y eficiencia del proceso diagnóstico. Los estudios de imágenes cerebrales impulsados por IA han encontrado cambios sutiles en las estructuras cerebrales que aparecen antes de que se conozcan sus síntomas clínicos, lo que tiene un enorme potencial para la detección temprana e intervención, potencialmente revolucionando nuestro enfoque de los trastornos neurodegenerativos.

Por ejemplo, a finales del mes pasado, los investigadores aprovecharon la IA para analizar resonancias magnéticas cerebrales especializadas de individuos con trastorno por déficit de atención/hiperactividad (TDAH). El TDAH es un trastorno común, con un estimado de 5,7 millones de niños y adolescentes entre 6 y 17 años diagnosticados en EE. UU.

El trastorno, que se está volviendo cada vez más prevalente debido al aumento del uso de smartphones, puede tener un gran impacto en la calidad de vida del paciente, ya que los niños con TDAH tienden a tener dificultades para prestar atención y regular la actividad. Aquí, el diagnóstico temprano y la intervención son clave para manejarlo, pero el TDAH, como dijo el coautor del estudio Justin Huynh:

“Es extremadamente difícil de diagnosticar.”

El estudio utilizó valores de anisotropía fraccional (FA) como entrada para entrenar un modelo de IA de aprendizaje profundo para diagnosticar el TDAH “en un marco diagnóstico cuantitativo y objetivo”. 

Como vimos, al alimentar enormes cantidades de conjuntos de datos relacionados con escaneos cerebrales e historiales de pacientes, los algoritmos pueden distinguir marcadores sutiles que pueden no ser posibles para los humanos. Esto, a su vez, aumenta la precisión diagnóstica, resultando en intervenciones más tempranas y mejores resultados para los pacientes. 

Estudiar nuevas tecnologías de imagen cerebral para comprender los secretos de la ciencia del cerebro y luego vincularlas con la IA para simular el cerebro también es una forma de cerrar la brecha entre la IA y la inteligencia humana. Ya ha habido muchos avances en interfaces cerebro-computadora (BCI) por compañías como Neuralink. La BCI conecta el cerebro directamente a dispositivos externos, permitiendo a personas con discapacidad controlar prótesis e interactuar con el mundo solo con el pensamiento, mostrando su potencial para numerosas aplicaciones científicas y prácticas.

Esta fusión de la inteligencia humana y la IA puede crear, en última instancia, ‘superhumanos’, pero requiere modelos informáticos que integren el procesamiento visual y del lenguaje natural, tal como lo hace el cerebro humano, para una comunicación integral. En este contexto, los asistentes virtuales pueden abordar tanto tareas simples como complejas, pero las máquinas necesitan aprender a comprender contextos más ricos para habilidades de comunicación similares a las humanas.

El creciente papel de la IA en el tratamiento del cerebro humano

En la atención médica, el diagnóstico implica evaluar condiciones o enfermedades médicas analizando síntomas, historial médico y resultados de pruebas. Su objetivo es utilizar pruebas como pruebas de imagen, análisis de sangre, etc., para determinar la causa de un problema médico y hacer un diagnóstico preciso para proporcionar un tratamiento eficaz. Además, el diagnóstico puede usarse para monitorear el progreso de una condición y evaluar la efectividad del tratamiento.

El potencial de la IA en el tratamiento es bastante convincente. La inteligencia artificial puede proporcionar un análisis de las características cerebrales de una persona, así como su historial médico, genética, datos de estilo de vida y otros factores, sobre la base de los cuales puede ofrecer medicina personalizada. De esta manera, la IA promete planes de tratamiento a medida que tengan en cuenta las complejidades únicas del cerebro de cada paciente. 

Al identificar patrones únicos y sin sesgo en los datos, la IA también puede descubrir nuevos biomarcadores o métodos de intervención. Los sistemas basados en IA son más rápidos y eficientes que los procesos manuales y reducen significativamente los errores humanos.

Un equipo de investigadores recientemente utilizó IA para predecir el método óptimo para sintetizar moléculas de fármacos. Este método, según el autor principal del artículo, David Nippa, tiene el potencial de reducir el número de experimentos de laboratorio requeridos “significativamente”, lo que resulta en “aumentar tanto la eficiencia como la sostenibilidad de la síntesis química”. 

El modelo de IA se entrenó con datos de trabajos científicos confiables y experimentos de un laboratorio automatizado y puede predecir con éxito la posición de borylación para cualquier molécula y proporcionar las condiciones óptimas para la transformación química. Ya se está utilizando para identificar posiciones en ingredientes activos existentes donde se pueden introducir grupos activos adicionales, este modelo ayudará a desarrollar variantes nuevas y más efectivas de ingredientes activos de fármacos conocidos más rápidamente.

Principales compañías farmacéuticas que trabajan para integrar la IA

Ahora, echemos un vistazo a algunas de las compañías cotizadas en bolsa del sector médico que están utilizando la tecnología.

1. Novartis (NVS) 

Este gigante farmacéutico ha estado invirtiendo en IA para el análisis de datos biomédicos y el descubrimiento y desarrollo de fármacos. Con una capitalización de mercado de $223.48 mil millones, las acciones de Novartis cotizan actualmente a $98.27, con un aumento del 8.17% este año. Los ingresos de la compañía en los últimos doce meses (TTM) han sido de $47.88 mil millones, con EPS (TTM) de 3.59, P/E (TTM) de 27.30 y ROE (TTM) de 14.94%. Mientras tanto, el rendimiento de dividendos ha sido del 3.57%.

La compañía ha estado integrando IA en todas sus operaciones, incluyendo el análisis de vastos conjuntos de datos que abarcan registros de salud públicos, datos de prescripciones, datos internos y reclamaciones de seguros médicos para identificar pacientes potenciales para ensayos y optimizar el diseño de los ensayos clínicos. El uso de la herramienta de IA ha hecho que la inscripción de pacientes en ensayos sea más rápida, más barata y más eficiente, según Novartis.

2. Pfizer (PFE)

Esta compañía biofarmacéutica basada en la investigación tiene una capitalización de mercado de $163.238 mil millones y sus acciones cotizan actualmente a $28.97, con una caída del 43.58% este año. Los ingresos de la compañía en los últimos doce meses (TTM) han sido de $68.53 mil millones, con EPS (TTM) de 1.82, P/E (TTM) de 15.88 y ROE (TTM) de 11.05%. Mientras tanto, el rendimiento de dividendos ha sido del 5.67%.

Pfizer (PFE ) ha mostrado mucho interés en aprovechar la IA para mejorar sus esfuerzos de descubrimiento de fármacos. La compañía se ha asociado con muchas empresas de IA, como CytoReason, Tempus, Gero y Truveta. Mientras tanto, para mejorar sus ensayos clínicos de oncología, Pfizer firmó un acuerdo de intercambio de datos con la empresa de IA oncológica Vysioneer, que también cuenta con una solución de auto-contorno de tumores cerebrales impulsada por IA y aprobada por la FDA llamada VBrain.

Además de crear un centro de investigación de ML para desarrollar nuevos modelos predictivos y herramientas, Pfizer también se asoció con uno de los mayores proveedores de nube, Amazon Web Services, para usar la computación en la nube en el descubrimiento y fabricación de fármacos. Esta asociación ha sido particularmente valiosa “durante la pandemia de COVID-19… en varios aspectos del desarrollo de la vacuna, desde la fabricación hasta los ensayos clínicos”.

3. AstraZeneca (AZN)

Esta compañía biofarmacéutica tiene una capitalización de mercado de $200.8 mil millones, y sus acciones cotizan actualmente a $64.86, con una caída del 4.44% este año. Los ingresos de la compañía en los últimos doce meses (TTM) han sido de casi $45 mil millones, con EPS (TTM) de 1.89, P/E (TTM) de 34.29 y ROE (TTM) de 16.30%. Mientras tanto, el rendimiento de dividendos ha sido del 2.22%.

El fabricante de fármacos anglo-sueco ha estado invirtiendo en IA para analizar datos biológicos complejos para el descubrimiento de fármacos y ha colaborado con empresas de IA para mejorar sus capacidades de investigación. Más recientemente, AstraZeneca (AZN ) firmó un acuerdo de hasta $247 millones con la empresa de descubrimiento de fármacos biológicos basada en IA Absci para diseñar un anticuerpo contra el cáncer. La empresa de biológicos utiliza IA generativa para obtener candidatos óptimos de fármacos basados en rasgos como afinidad, fabricabilidad y seguridad, entre otros.

El mes pasado, AstraZeneca formó una unidad de tecnología de salud denominada Evinova para acelerar la innovación y llevar la IA a los ensayos clínicos. La compañía también ha obtenido acceso temprano a ‘gemelos digitales’ impulsados por IA y firmó un pacto de descubrimiento de fármacos impulsado por IA con Verge Genomics a través de su división de enfermedades raras, Alexion.

4. BenevolentAI SA (BAI.AS)

Esta compañía de descubrimiento y desarrollo de fármacos habilitada por IA tiene una capitalización de mercado de $86.45 mil millones, y sus acciones cotizan actualmente a $0.545, con una caída del 84.43% este año. El EPS (TTM) de la compañía es 0.75, y el P/E (TTM) es 0.72.

BenevolentAI es una compañía en fase clínica que busca tratar la dermatitis atópica así como posibles tratamientos para enfermedades crónicas y cáncer. Utiliza algoritmos predictivos de IA para analizar y extraer los conocimientos necesarios de los datos disponibles y la literatura científica. En mayo de este año, como parte de un plan estratégico para posicionarse en una nueva era de IA, la compañía compartió que reduciría gastos y liberaría efectivo neto para aumentar su flexibilidad financiera.

La compañía tiene una asociación establecida con otras grandes farmacéuticas como GSK y Novartis, mientras que su colaboración con AstraZeneca es para desarrollar fármacos para fibrosis y enfermedad renal crónica. Hace unos meses, BenevolentAI también se asoció con Merck KGaA (MRK.DE ) para aprovechar su experiencia en oncología y neuroinflamación y apoyar los planes de descubrimiento de fármacos impulsados por IA de la compañía, enfocándose en encontrar candidatos viables de pequeñas moléculas.

Reflexiones finales

Como vimos, la IA tiene un enorme potencial para mejorar el diagnóstico y tratamiento de enfermedades cerebrales. Incluso puede ayudar a predecir trastornos cerebrales basándose en pequeñas desviaciones de la actividad cerebral normal, lo que lleva a mejores resultados para los pacientes y a un sistema de salud más eficiente y eficaz. Sin embargo, debe señalarse que esta intersección de la IA y el cerebro humano no está exenta de preocupaciones éticas y, por lo tanto, requiere estrictas salvaguardas de privacidad.