Mostrando entradas con la etiqueta Watson. Mostrar todas las entradas
Mostrando entradas con la etiqueta Watson. Mostrar todas las entradas

viernes, 23 de septiembre de 2011

IBM busca vender conocimiento médico con Watson


Los médicos están a punto de conseguir un nuevo y ambicioso asistente: el sistema de computación de IBM que logró derrotar a seres humanos en un famoso programa de televisión estadounidense

En la serie House, el Dr. Gregory House pasa la mayor parte de cada episodio de una hora de duración debatiendo la forma de diagnosticar a un paciente con un desconcertante conjunto de síntomas.
El ingeniero de investigación de IBM Steve Daniels bromea con el hecho de que él y sus colegas podrían convertir House en "episodios de cinco segundos". Los doctores simplemente tendrían que preguntar: "Hola Watson, ¿qué le pasa a esta persona?"
Watson es el motor de supercomputación que logró vencer a dos competidores humanos en el concurso de televisión Jeopardy! este año, y Daniels forma parte del equipo de IBM encargado de desarrollar la primera aplicación comercial del software en lo que podría ser un asistente de diagnóstico increíblemente útil para los médicos. Si funciona tal como se cree, Watson podría ayudar a los doctores a identificar aquello que aflige al paciente y sugerir un tratamiento.
Con Watson, la compañía también está experimentando con un nuevo modelo de negocio: el conocimiento como servicio. En dos años, según afirma IBM, se comenzará a cobrar a los profesionales sanitarios que inicien una sesión en ordenadores con Watson para que puedan obtener ayuda con la que resolver complicadas cuestiones médicas, o encontrar el tratamiento más efectivo en cuanto a costes.
Este tipo de "Dr. Watson" no sería la primera herramienta de diagnóstico automatizada; ya están disponibles otros sistemas en línea para guiar a los médicos a través de listas de sugerencias sobre lo que podría estar afectando al paciente. Sin embargo, los investigadores de IBM creen que Watson estará por encima de los demás, ya que puede digerir automáticamente no solo el conocimiento de libros de texto médicos (el software puede leer un millón de libros en tres segundos), sino también blogs de pacientes, reclamaciones de seguros y millones de observaciones que, cada vez con más frecuencia, los médicos deben codificar en los registros electrónicos de los pacientes.
IBM asegura que Watson no puede sustituir a los médicos. Sin embargo, Watson y otras herramientas de diagnóstico automático nos hacen ver que ningún ser humano puede seguir el ritmo de expansión de los conocimientos médicos. Constantemente se descubren nuevos tratamientos y nuevas subcategorías de enfermedades, e incluso ciertas enfermedades ampliamente documentadas pero que pueden llegar a ser tan raras que la mayoría de los médicos nunca se hubieran encontrado con un caso.
Diversos estudios han encontrado que los doctores emiten un diagnóstico equivocado entre un 10 a un 15 por ciento de las veces, en ocasiones con consecuencias fatales. Herbert Chase, profesor de medicina clínica en la Universidad de Columbia (EE.UU.), y que está trabajando con IBM para convertir a Watson en un asesor de diagnóstico, aún no ha podido quitarse de la cabeza un caso ocurrido hace 35 años. Tuvo a una paciente con raquitismo, una afección que provoca que los huesos se ablanden. Él y sus colegas no entendían la causa, dado que la paciente no tenía deficiencia de vitamina D, el culpable habitual de la enfermedad. Pasaron cuatro meses antes de que Chase encontrara una referencia en la literatura médica que lo condujo a una causa rara de raquitismo, relacionada con una disfunción renal. La paciente sobrevivió, pero sufrió más de lo que debería haber sufrido. "He pasado toda mi vida en la medicina lidiando con lo difícil que es encontrar información que ya se conoce", señala.
Un drama médico familiar motivó a Jason Maude a lanzar Isabel Healthcare, un servicio de diagnóstico y apoyo en línea utilizado por cerca de 30 hospitales y prácticas médicas de EE.UU.. En 1999, la hija de tres años de edad de Maude, Isabel, estaba siendo tratada de varicela, pero terminó sufriendo un fallo multiorgánico. Los médicos no sabían cómo tratarlo; finalmente se dieron cuenta de que padecía fascitis necrotizante, una infección bacteriana grave. Aunque con dificultad, logró sobrevivir, y Maude renunció a su trabajo en las finanzas para poner en marcha un servicio que pudiera ayudar a los médicos a identificar enfermedades misteriosas más rápidamente, mejorar las probabilidades de un paciente y disminuir la necesidad de pruebas innecesarias. Hoy día Isabel está disponible para médicos individuales por 375 dólares al año (279 euros); un hospital comunitario pagaría alrededor de 50.000 dólares anuales (37.000 euros), y un sistema médico de grandes dimensiones hasta 400.000 dólares (297.000 euros).
El sistema lleva a cabo ciertas funciones que, según IBM, Watson también realizará. Un médico puede acceder a Isabel a través de Internet e introducir la edad, sexo y síntomas del paciente, ya sea utilizando terminología médica ("edema de mano", por ejemplo) o lenguaje cotidiano ("inflamación de la mano"). Isabel mostrará una lista de diagnósticos probables, con enlaces a evidencias de apoyo en libros de texto médicos y artículos de revistas. A medida que se añaden más síntomas, Isabel vuelve a calcular la probabilidad de cada diagnóstico. Por ejemplo, si se introduce que un hombre de 30-39 años de edad tiene las manos hinchadas y fatiga, Isabel sugiere hipotiroidismo como la causa más probable, seguido por diagnósticos menos probables tales como enfermedades del riñón o síndrome del túnel carpiano.
Tanto Isabel como otra herramienta de diagnóstico llamada SimulConsult, especializada en ayudar a los médicos a diagnosticar trastornos metabólicos y genéticos, usan información organizada cuidadosamente por un equipo de especialistas médicos. Sin embargo Watson no se cargará de esa manera, lo que podría ser una virtud o una debilidad. Antes de que IBM llevase el motor de computación a Jeopardy!, sus creadores no introdujeron en Watson todas las posibles pistas y respuestas que pudieran surgir en el programa. En vez de eso, codificaron reglas sobre la gramática inglesa en el software, después introdujeron información no estructurada en el programa -enormes cantidades de texto- y dejaron que Watson hiciera sus propias conexiones entre palabras y frases que tendían a aparecer juntas. A partir de estas correlaciones estadísticas, Watson dedujo hechos. Nadie le dijo específicamente al programa que Theodore Roosevelt negoció el Tratado de Portsmouth, pero Watson pudo adivinarlo después de ver innumerables páginas sobre la guerra ruso-japonesa.
Del mismo modo, los investigadores de IBM están exponiendo a Watson a libros de texto médicos y artículos de revistas. También está analizando expedientes médicos anónimos propiedad de WellPoint, una gran compañía de seguros de EE.UU. que planea usar Watson para analizar registros de pacientes y dar sus sugerencias a los médicos. Algún día, Watson también podría ser dirigido a blogs u otros sitios donde los pacientes hablen de sus respuestas a los tratamientos médicos.
Watson aún necesita pasar por pruebas exhaustivas antes de que IBM pueda comenzar a vender sus servicios en un año o dos. Es por eso que IBM está trabajando con médicos, incluyendo a Chase y sus estudiantes en Columbia, que plantean preguntas al programa para ver la calidad de las respuestas del ordenador. A partir de ahí, IBM puede corregir los errores que sean observados -como por ejemplo cuando el ordenador incluyó al descubridor de la penicilina, Alexander Fleming, en una lista de antibióticos.
Maude cree que estas interferencias siempre estarán presentes en Watson. "Se puede hacer algo de forma automática, pero la precisión y la relevancia disminuirán", indica. "Hemos descubierto que es ahí donde a menudo se producen los errores". Michael Segal, doctor y fundador de SimulConsult, también sostiene que hay casos en los que un ordenador puede tropezarse con los matices dentro de la terminología médica. Por ejemplo, señala, el término "congénito" significa en general que algo está presente en el nacimiento. Sin embargo, en el contexto de los trastornos neuromusculares, "congénito" puede ser utilizado para describir algo que tiene su inicio en los dos primeros años. "Es una pesadilla tratar de hacer esto de forma automática", explica.
Chase señala que incluso con sus fallos ocasionales, Watson supera a cualquier otro software de diagnóstico de los que él ha probado, no solo gracias a su amplia base de conocimientos, sino porque los médicos pueden formular preguntas abiertas, en "lenguaje natural", tales como "¿Cuál es el antibiótico recomendado para una mujer embarazada con la enfermedad de Lyme y alergia a la penicilina?" IBM también está trabajando con Nuance Communications, un fabricante de software de reconocimiento de voz, para que los doctores sean capaces de usar la voz para consultar a Watson en lugar de tener que entrar el texto mediante un teclado.
Sin embargo, conseguir que la tecnología funcione correctamente es solo una parte del proyecto. La resistencia por parte de los médicos podría ser un mayor obstáculo a la hora de conseguir el uso generalizado de Watson. Chase señala que se ha encontrado con "inseguridad" por parte de los médicos cuando les ha hablado sobre el programa. Al tratar de vender Isabel, Maude insiste a los doctores que mientras que el software puede ayudarles a hacer un diagnóstico, no puede sustituirlos. No obstante, incluso eso hace que algunos se sientan incómodos. "Piensan que quita un poco de la magia de ser médico", asegura. "La capacidad de diagnóstico es para ellos su habilidad principal. De algún modo es lo que sus compañeros de profesión veneran más en ellos".
Copyright Technology Review 2011.

viernes, 15 de abril de 2011

Watson se va a trabajar al hospital



Por Tom Simonite

Diseñado para responder las preguntas de Jeopardy!, Watson, de IBM, es de poca utilidad más allá del plató del juego televisivo. Sin embargo, algunas de las técnicas que ayudaron al ordenador a derrotar a dos campeones humanos de Jeopardy! en febrero son prometedoras en un nuevo contexto: el hospital. Unos investigadores en Canadá están utilizando un tipo de análisis, parecido al que ayudó al ordenador a descifrar el lenguaje de las pistas dadas en el programa, para proporcionar una alerta temprana sobre el momento en que los bebés en una unidad de cuidados intensivos adquieren una infección transmitida en el hospital.

Como es de esperar, los bebés en una unidad de cuidados intensivos están rodeados por equipos que realizan un seguimiento de sus signos vitales, aunque gran parte de que esos datos se pierden, afirma Carolyn McGregor, investigadora del Instituto de Tecnología de la Universidad de Ontario. "Producen constantes flujos de datos", asegura, "pero esa información a menudo se destila hasta acabar siendo leída por una enfermera sólo cada 60 minutos, escrita en un papel".

McGregor lidera un proyecto que ha desarrollado un software para garantizar que ningún dato se acabe perdiendo. En la UCI neonatal del Hospital para Niños Enfermos de Toronto, ese software, llamado Artemis, recoge los datos procedentes de ocho camas de bebés. El sistema puede hacer un seguimiento del electrocardiograma del bebé, la frecuencia cardiaca, la frecuencia respiratoria, el nivel de oxígeno en la sangre, la temperatura y la presión arterial. También puede acceder a los datos de los registros médicos, tales como el peso al nacer del bebé. McGregor y sus colegas están desarrollando algoritmos que utilizan las señales para detectar signos de infección de transmisión hospitalaria antes de que los médicos y las enfermeras los detecten.

La práctica actual utilizada para diagnosticar infecciones en la UCI tiene una alta tasa de falsos positivos, lo que significa que muchos niños son mal diagnosticados y reciben medicamentos que no necesitan, u ocupan una cama en la UCI durante más tiempo del necesario. "Los bebés con diagnóstico de infección pasan, de media, el doble de tiempo", afirma McGregor. "Queremos reducir la duración de la estancia".

Los investigadores ya han demostrado que Artemis puede utilizar algunas de las mismas observaciones clínicas que los médicos utilizan para diagnosticar a los bebés. Por ejemplo, el sistema puede detectar episodios de apnea (pausa en la respiración), cuya frecuencia se cree que aumenta cuando se establece una infección, señala McGregor. Otras investigaciones han demostrado que una variación de la frecuencia cardíaca puede advertir de una infección 24 horas antes de que ocurran la mayoría de los otros síntomas. "Hemos propuesto nuestro propio algoritmo, que utiliza esos, y una gama más amplia de datos, para detectar signos de infección", explica McGregor.

Dos versiones ligeramente diferentes del mismo algoritmo están siendo probadas en la UCI. Los resultados se publicarán a finales de este año. La eficacia del software será juzgada mediante la comparación de sus decisiones y observaciones con las realizadas por el personal médico. También se están probando unos algoritmos que tratan de aprender nuevos signos de advertencia de infección. "Nadie ha tenido acceso a todos estos datos antes, por lo que no siempre podemos hacer referencia a investigaciones anteriores", señala McGregor.

Artemis está construido sobre una plataforma de análisis llamada InfoSphere Streams que, al igual que Watson, surgió de la investigación llevada a cabo por IBM para encontrar modos en que el software pudiera tomar decisiones sobre el terreno utilizando datos que lleguen a una alta velocidad y de muchas fuentes diferentes.

"Los paradigmas de procesamiento que teníamos antes no encajaban con el tipo de transmisión de datos con el que estamos tratando", afirma McGregor. Tradicionalmente, el software ha realizado el análisis de forma sistemática a partir de una serie de datos fija y bien organizada, del mismo modo que una persona navegaría por las estanterías de una biblioteca, explica.

InfoSphere Streams, por el contrario, se basa en un nuevo modelo alternativo conocido como 'stream computing'. La información fluye constantemente por el software, donde unos algoritmos de respuesta a preguntas actúan como filtros, sacando las respuestas de la información disponible en un momento dado.

Eso hace que sea posible tomar datos que se muevan demasiado rápido como para ser escritos en discos duros, unos dispositivos relativamente lentos, según afirma Lipyeow Lim, investigador de la Universidad de Hawai, que anteriormente trabajó en el laboratorio TJ Watson de IBM. "A medida que los datos entran, lo ideal es verlos una sóla vez y después dejar que sigan su camino", asegura. InfoSphere Streams ofrece un tipo de sistema operativo para este enfoque, afirma Lim, compartiendo el trabajo de aplicar un programa en particular a través de muchos ordenadores para que el sistema en su conjunto pueda generar respuestas sin tener que enviar ningún dato al disco.

Eso permite que el grupo de ordenadores que componen Artemis se mantenga al día con todas las diferentes fuentes de datos procedentes de los distintos bebés. "Probablemente podríamos supervisar a un bebé con un diseño de sistema y almacenamiento tradicional", afirma Lim. "El problema viene cuando se quiere controlar a muchos de ellos".

El mismo enfoque permitió a Watson responder a las preguntas lo suficientemente rápido como para competir con los expertos humanos. Tan pronto como se le proporcionaba una nueva pista, muchos y variados algoritmos de procesamiento del lenguaje natural se ponían a trabajar en paralelo. Sus resultados se enviaban a un motor de análisis similar al de InfoSphere Streams, que conciliaba las diferentes respuestas y decidía la mejor de ellas para Watson.

McGregor está aprovechando la capacidad de Artemis de trabajar con grandes cantidades de datos para convertirla en una especie de recurso de diagnóstico a distancia que pueda dar servicio a las unidades de cuidados intensivos neonatales en todo el mundo. "Hemos implementado una versión en la nube, para que un hospital para mujeres en Rhode Island pueda enviar datos a mi laboratorio a través de un enlace de Internet seguro", explica. Dos hospitales en China conectarán sus unidades de cuidados intensivos neonatales usando esta tecnología a finales de este año.

Mientras tanto, otras máquinas más semejantes a Watson, que cautivó a los espectadores de Jeopardy!, siguen su propio y más lento camino hacia su uso en hospitales. IBM ha comenzado a colaborar con la compañía de reconocimiento de voz Nuance para investigar cómo un sistema similar a Watson que digiera la literatura de investigación, los registros médicos, y las notas de los doctores, podría asesorar a los médicos.

jueves, 17 de febrero de 2011

Watson gana Jeopardy! ¿qué sigue después?




La idea de un sistema computacional que sea capaz de comprender el lenguaje humano y responder preguntas “hablando” como cualquier persona lo haría y en segundos; es un acontecimiento que abre la puerta a que sistemas más inteligentes puedan apoyar diferentes sectores tales como salud, educación, finanzas y otros servicios. Si Watson puede ejecutar miles de tareas al mismo tiempo, y en sólo 3 segundos, que es el tiempo en que debe responder una pregunta, ¿qué no podrá hacer por las empresas y gobiernos? Jeopardy! Sólo es el principio, pues IBM continúa trabajando para llevar esta tecnología a través de las industrias y hacer de este planeta un Planeta Más Inteligente.


Un webcast estará disponible en el sitio de TED ( http://www.ted.com/webcast/archive/event/ibmwatson), donde científicos de IBM e investigadores de distinguidas universidades platican sobre los futuros usos de Watson.


El premio de Watson

Al ganar Watson el concurso, IBM donará el millón de dólares del premio a dos instituciones de beneficiencia:

World Vision (http://www.worldvision.org/) que es una organización humanitaria internacional dedicada a trabajar con niños, sus familias y sus comunidades.

World Community Grid(http://www.worldcommunitygrid.org/), una iniciativa de IBM International Foundation y tiene la misión de crear la mayor red pública de poder de cómputo para apoyar proyectos de investigación que beneficien a la humanidad.


¿Qué es Watson?

Watson no es una supercomputadora. Watson de IBM es un sistema de cómputo POWER7 que está disponible comercialmente y que puede ser moldeado para manejar cualquier carga de trabajo específica. El sistema POWER7 demuestra cómo los sistemas optimizados para carga de trabajo de IBM proporcionan posibilidades sin igual para analizar millones de piezas de datos y procesar miles de tareas simultáneas a velocidades rápidas, lo que fue en alguna ocasión el reino exclusivo de las supercomputadoras científicas.

Por más de tres años, los científicos de IBM han trabajado en un Sistema de Cargas Optimizadas (Workload Optimized System), proyecto de nombre código “Watson”, el cual se ejecuta en un equipo POWER7 con un software de IBM para preguntas/respuestas complejas (IBM Deep Question Answering (QA)). El objetivo fue desarrollar un sistema que permitiera entender y responder con alta precisión, confianza y velocidad para competir en Jeopardy.

Watson representa el futuro del diseño de sistemas, donde la optimización de cargas diseñadas se ajusta a los requerimientos de soluciones en el campo de la salud, hasta el sector financiero, pasando por el transporte y comercio detallista.


¿Por qué Jeopardy?

Jeopardy! Es un concurso que cubre un amplio rango de temas como historia, literatura, política, arte, entretenimiento y ciencia. Jeopardy! Es un gran reto para los sistemas de cómputo ya que es especialmente complejo dadas las pistas que se brindan a los competidores, las cuales involucran análisis de oraciones complejas planteadas con doble sentido, ironía, juegos de palabras y hasta acertijos; agregando de la rapidez con la que los concursantes deben de responder.


¿Cómo funciona Watson?

Watson combina un Proceso del Lenguaje Natural para comprender la pregunta, Búsquedas paralelas en una base de información en la que ha “aprendido” a identificar la respuesta más certera a la pregunta y Tecnología de voz para comunicar los resultados al anfitrión del programa.

Watson se basa en 90 servidores IBM Power 750 agrupados en 10 racks, cada servidor cuenta con cuatro sockets de procesador con ocho cores o núcleos POWER7 por socket y cuatro threads por core. Combinados, hacen un sistema de carga de trabajo optimizado que puede responder a las preguntas formuladas en lenguaje natural en cuestión de segundos. Ningún otro sistema en el mundo puede hacer esto.

Es importante resaltar que Watson no es una tecnología fuera de su alcance, ya que utiliza servidores que están disponibles a la venta en este momento; los servidores POWER 750 con procesador POWER7 corriendo sobre AIX, IBMi y LINUX están en el mercado desde Febrero de 2010.

La configuración técnica de Watson consiste en:

  • 90 Servidores IBM Power 750 en 10 racks

  • 2,880 cores POWER7

  • chip POWER7 3.55 GHz

  • 500 GB

  • 10 Gb de Red Ethernet

  • 16 Terabytes de memoria

  • 4 Terabytes de disco, en cluster.

  • Puede operar a 80 Teraflops

  • Corre el Software IBM DeepQA


Watson fue nombrada así en honor a Thomas J. Watson, fundador de IBM, y fue construida por un grupo de científicos de IBM reunidos para lograr una gran meta: construir un sistema de cómputo que compita con la habilidad humana de contestar preguntas en lenguaje natural (inglés, en este caso), con rapidez, exactitud y confianza.

La computadora Watson triunfa en duelo contra el cerebro humano en "Jeopardy!"









El computador de IBM "Watson" salió hoy triunfante de su duelo contra el cerebro humano en el programa televisivo "Jeopardy!", al vencer a dos sabiondos concursantes en la tercera ronda de un reto que le obligaba a pensar como una persona.

Watson, un complejo sistema operativo desarrollado durante cuatro años con la ayuda de ocho universidades, se embolsó el millón de dólares que otorga el concurso de la cadena ABC al acertar juegos de palabras y acertijos, reseñó Efe.

Sus oponentes, Ken Jennings y Brad Rutter, distinguidos por ser los mejores concursantes que han pasado por el programa de preguntas y respuestas, contemplaron la victoria de Watson con 24.000 y 21.600 dólares en sus marcadores, respectivamente.

Kennings, que adquirió fama al ganar 74 juegos de forma consecutiva en el popular programa, admitió su derrota con sentido de humor al darle la bienvenida "a nuestros nuevos amos" del reino informático.

El concurso fue grabado en enero pasado en el Laboratorio de Investigación Watson ante una audiencia de ejecutivos de IBM y sus clientes, y se desarrolló a lo largo de tres días.

En el último día del concurso, el resultado final fue inequívoco: Watson cimentó su victoria en la categoría de no ficción, al acumular un total de 77.147 dólares, si bien Jennings le pisaba los talones.

Para IBM, aparte del golpe publicitario, la victoria de Watson es otro paso hacia el desarrollo de máquinas inteligentes capaces de entender y responder a los humanos, o con suerte, reemplazarlos.

De hecho, los investigadores de IBM y de otras empresas ya elaboran usos futuros de las tecnologías involucradas en las operaciones de Watson, que podrían tener impacto en las áreas de la medicina, leyes, e ingeniería, entre otros campos.

La rapidez a la hora de contestar del ordenador, de 13,64 terabites de memoria y potenciado por una habitación llena de servidores, fue una de sus garantías de triunfo, mientras los humanos dependían de sus reflejos para abalanzarse sobre el pulsador en cada respuesta.

Pero su mayor herramienta fue la capacidad de bucear, en milésimas de segundo, a través de más de 200 millones de páginas de material sacado de enciclopedias y de internet para compararlas con otras y encontrar la respuesta a cada pregunta.

La transmisión del duelo comenzó el lunes con un empate entre Watson y uno de los concursantes humanos, Rutter, con 5.000 dólares cada uno, después de unos cuantos tropiezos de la computadora en los juegos de palabras que planteaba el panel.

Pero las esperanzas de que el hombre ganara la batalla contra la máquina se nublaron el martes, cuando Watson fulminó a sus adversarios con un total de 35.734 dólares, mientras que Jennings y Rutter se conformaban con 4.800 y 10.400, respectivamente.

Muchos han comparado el reto con el que en 1997 hizo mundialmente famosa a la computadora "Deep Blue" de IBM, que logró derrotar al entonces campeón mundial de ajedrez, Gary Kasparov.

Sin embargo, mientras que aquel desafío se basaba en la lógica precisa y matemática del ajedrez, el que hoy se ha logrado traspasa un umbral nunca alcanzado por los expertos en robótica: el de hacer que una máquina asocie, deduzca e interprete dobles sentidos y juegos de palabras como lo haría un humano.

Ahora que Watson domina los desafíos lingüísticos, el próximo paso para IBM es encontrarle nuevas aplicaciones que le permitan "resolver problemas humanos" y ser útil para los negocios, según la vicepresidenta de Investigación de la compañía, Katherine Frase.