Realidad aumentada, Inteligencia Artificial, Big Data, Nanotecnología, son llamadas también Tecnologías disruptivas, éstas se caracterizan por tener como base la innovación y su principal característica es la capacidad de evolucionar rápidamente, adaptándose a diferentes sectores, optimizando el tiempo de sus procesos y resultados. Es por ello que su uso diario representa un gran cambio, ya que influyen directamente en como percibimos la realidad cotidiana.
Hoy veremos cómo la Inteligencia Artificial y la Realidad Aumentada pueden combinarse a la hora de crear aplicaciones que impacten positivamente en el área de la salud.
Inteligencia Artificial (IA) y Machine Learning.
Se le conoce como IA a la capacidad de las máquinas u ordenadores, poder aprender, razonar y tomar decisiones imitando el comportamiento humano.
Dentro de la IA, existe una rama llamada Machine learning o Aprendizaje autónomo, el cual corresponde a un conjunto de algoritmos que permiten a las computadoras identificar patrones en Datos Masivos, y elaborar predicciones basándose en el resultado de estos patrones identificados.
Realidad Aumentada
Es la tecnología que permite superponer y combinar elementos virtuales con nuestra visión de la realidad. De esta forma se combinan los datos digitales como información histórica, datos estadísticos, biométricos, informativos, geográficos, etc, con la parte física y tangible de la realidad, enriqueciendo nuestra apreciación del mundo Real, con información Digital; generando una realidad aumentada en tiempo real.
Aplicación Práctica : Ulceras por Presión (AR+)
Ulceras por Presión AR+ es una sencilla aplicación que hace uso de la inteligencia artificial y reconocimiento de imágenes para clasificar las lesiones en la piel originadas por presión, junto con ello, te sugiere el tratamiento más adecuado para cada tipo de lesión, en sus diferentes etapas o estadios, según las últimas actualizaciones en manejo de heridas.
Para que el aprendizaje sea efectivo, se lleva a cabo lo que se conoce como "entrenar el modelo". Para ello se reúne un "conjunto de entrenamiento" (Un banco de imágenes de lesiones por presión, en sus distintas etapas de evolución) . Este conjunto debe ser lo suficiente grande como para predecir con precisión el resultado y de esta forma, el algoritmo no confunda una ulcera por presión con otra lesión que se le pueda parecer, como una celulitis o quemadura.
Luego, se determina la estructura de la función adecuada para resolver el problema, para este caso usaremos redes neuronales convolucionales para el reconocimiento de imágenes con tensorflow y python.
Actualmente el algoritmo puede predecir con bastante precisión el resultado de las lesiones, sin embargo, tu también puedes contribuir al desarrollo de esta IA, subiendo tus propias imágenes para entrenar el algoritmo.
Puedes descargar la demo en el siguente enlace: https://skin.enfermero.cl
