IBM libera como Open Source tres proyectos de IA para luchar contra el cáncer
La lucha por contrarrestar y curar el cáncer se ha convertido en unos de los grandes desafíos de la medicina, por eso resulta bastante importante el anuncio que ha hecho IBM relacionado con sus tecnologías dirigidas a luchar contra esa enfermedad.
IBM ha anunciado que ha publicado como Open Source tres de sus proyectos de Inteligencia Artificial dirigidos a ayudar en la lucha contra el cáncer, o lo que viene a ser lo mismo, ha publicado sus códigos fuente. La compañía expondrá los proyectos en la 18ª edición de la Conferencia Europea de Biología Computacional (ECCB en sus siglas en inglés) y la 27ª edición de la Conferencia sobre Sistemas Inteligentes de Biología Molecular (ISMB en sus siglas en inglés) que se celebrarán en Suiza a finales del presente mes de julio de 2019, con la intención de que se avance en la comprensión de los cánceres y su tratamiento.
La utilización de la Inteligencia Artificial y el aprendizaje automático en estos proyectos se está llevando a cabo por investigadores del grupo de Biología de Sistemas Computacionales de IBM en Zurich, el cual está trabajando en “ayudar a acelerar la comprensión de los principales conductores y mecanismos moleculares” de enfermedades complejas como el cáncer, así como en métodos para mejorar el conocimiento de la composición de los tumores. Los tres proyectos de Inteligencia Artificial son los siguientes:
- PaccMann (Predicción de la sensibilidad de compuestos anticancerígenos con redes neuronales multimodales basadas en la atención): Básicamente se trata de un algoritmo para analizar de forma automática los compuestos químicos y predecir cuáles son los más apropiados para luchar contra las cepas del cáncer. Un algoritmo de aprendizaje automático se encarga de explotar los datos sobre la expresión genética, así como las estructuras de los compuestos químicos. IBM cree que al identificar antes los posibles compuestos anticancerígenos se podría reducir los costes asociados al desarrollo de fármacos.
- INtERAcT (Inferencia de la red de interacción a partir de representaciones vectoriales de palabras): Es una herramienta creada con el propósito de extraer de forma automática datos de documentos científicos, ya que cada año se publican unos 17.000 artículos sobre la investigación del cáncer y seguirlos todos puede resultar difícil. Su objetivo es hacer que el aspecto académico de la investigación represente una carga menor cuando haya que extraer información de documentos, y de momento está siendo probada para extraer datos relacionados con las interacciones entre proteínas, un área de estudio que ha sido señalado como una causa potencial de interrupción de los procesos biológicos del cáncer.
- PIMKL (aprendizaje de kernel múltiple inducido por vía): Es un algoritmo que utiliza conjuntos de datos que describen lo que se sabe actualmente cuando se trata de interacciones moleculares para predecir la progresión del cáncer y las posibles recaídas en los pacientes. Utiliza lo que se conoce como aprendizaje de núcleo múltiple para identificar vías moleculares cruciales para categorizar a los pacientes, dando a los médicos la oportunidad de individualizar y diseñar planes de tratamiento.
Los códigos de PaccMann, INtERAcT y PIMKL pueden ser obtenidos a partir de sus respectivos sitios web, haciendo que estén disponibles al dominio público. IBM espera con este movimiento ayudar a investigadores y académicos en la lucha contra el cáncer, haciendo el impacto de los proyecto se maximice en la comunidad científica.