Aplicaciones de la inteligencia artificial en las ciencias nucleares
En los últimos diez años, la inteligencia artificial se ha transformado radicalmente. Es cada vez más sofisticada y hoy permite resolver problemas de una complejidad sin precedentes. Se emplea en diversos sectores, como la industria, el transporte, las finanzas, la educación y la medicina, y puede impulsar al avance de la ciencia, la tecnología y las aplicaciones nucleares. Si aprovechamos su potencial, la inteligencia artificial constituirá una herramienta para enfrentar algunos de los problemas más acuciantes de la actualidad, como la inseguridad alimentaria y el cambio climático. En este artículo se explican brevemente algunas de sus posibles aplicaciones en el ámbito de los usos pacíficos de la tecnología nuclear. Para ampliar esta información, puede consultar la nueva publicación del OIEA Artificial ntelligencIe for Accelerating Nuclear Applications, Science and Technology.
Medicina
La inteligencia artificial puede emplearse para diagnosticar y tratar enfermedades. En el caso del cáncer, permite interpretar mejor las imágenes y delimitar con precisión los contornos de los tumores. Gracias a ella, los médicos pueden planificar tratamientos como la “radioterapia adaptativa”, un proceso diseñado a la medida sobre la base de las características y la evolución del paciente. Dado que varios países están explorando estas posibilidades, el OIEA ha dado inicio recientemente a un proyecto coordinado de investigación en ese ámbito.
La inteligencia artificial también será fundamental en el marco de la iniciativa Medidas Integradas contra las Enfermedades Zoonóticas (ZODIAC), que busca ayudar a los expertos a entender las repercusiones de este tipo de enfermedades en la salud humana, a fin de predecir, evaluar y contener brotes.
Alimentación y agricultura
Si se combina la inteligencia artificial con las tecnologías nucleares, es posible diseñar sistemas de alimentación más sostenibles y resilientes al cambio climático para combatir la inseguridad alimentaria.
Los expertos emplean la inteligencia artificial en el procesamiento de datos que les permiten mejorar el rendimiento de los cultivos, calcular la humedad del suelo, rehabilitar terrenos contaminados por radiaciones, detectar y predecir el fraude alimentario y mejorar la irrigación.
Agua y medio ambiente
Los expertos en una ciencia denominada “hidrología isotópica” estudian, por ejemplo, los movimientos del agua en las diferentes etapas del ciclo hidrológico y los efectos del cambio climático en los recursos hídricos. En ese tipo de investigaciones, han empleado la inteligencia artificial para analizar grandes cantidades de datos recogidos en registros internacionales, como la Red Mundial sobre Isótopos en la Precipitación, administrada por el OIEA, y la Organización Meteorológica Mundial.
Fusión nuclear
Otro de los campos en los que se aprovecha la inteligencia artificial es el de investigación sobre la fusión. Debido a que la inteligencia artificial puede emplearse para resolver problemas complejos y de gran escala, los expertos pueden emplearla en simulaciones y modelos de experimentos.
Dichas aplicaciones de la inteligencia artificial se abordan en un nuevo proyecto coordinado de investigación del OIEA, que tendrá una duración de cinco años.
Energía eléctrica
La energía nucleoeléctrica es una fuente de energía baja en carbono, para la que también es posible utilizar la inteligencia artificial. Si se combina esta última con simulaciones digitales de instalaciones nucleares reales, se pueden optimizar complejos procesos industriales y mejorar el diseño, el rendimiento y la seguridad de los reactores, lo que aumenta la eficacia de las operaciones y reduce los costos de mantenimiento.
El aprendizaje automático, un proceso en el que la inteligencia artificial modifica su propio funcionamiento tras procesar grandes cantidades de datos, permite automatizar tareas, evitar errores y obtener resultados más precisos. Además, la inteligencia artificial tiene capacidades analíticas y predictivas considerables, que pueden aplicarse en la monitorización de procesos en las centrales y la detección de anomalías.
Seguridad física nuclear y protección radiológica
Cada vez más países eligen emplear la tecnología nuclear para fines pacíficos y adoptar programas de energía nucleoeléctrica y, para atender a esta demanda, el OIEA trabaja sin cesar con el fin de proteger al público y el medioambiente de los efectos nocivos de la radiación ionizante.
En el ámbito de la seguridad nuclear tecnológica y física, la inteligencia artificial sirve para analizar datos provenientes de los sistemas de detección de radiaciones, lo que mejora los procesos de hallazgo y caracterización de materiales nucleares y otros materiales radiactivos. Además, puede constituir un instrumento de análisis de datos de los sistemas de protección física con los que se detecta la presencia de intrusos. También contribuye a revelar anomalías que pueden indicar que una instalación nuclear es objeto de un ciberataque.
Por lo que respecta al ámbito de la protección radiológica, la inteligencia artificial puede integrarse en los programas informáticos relacionados con las normas de seguridad. Con ello se fortalece la protección de millones de personas que trabajan en sectores en los que puede existir una exposición ocupacional a la radiación ionizante, como la medicina, la construcción, la minería, la navegación, la agricultura y la energía nuclear.
Salvaguardias
Las salvaguardias son medidas de verificación técnica mediante las cuales el OIEA da garantías creíbles de que los países cumplen sus obligaciones jurídicas de utilizar el material nuclear únicamente para fines pacíficos. El OIEA examina el material nuclear y las actividades relacionadas con el ámbito nuclear declaradas por el país y hace todo lo posible para verificar que no haya nada sin declarar, mediante diversas labores, como las inspecciones a instalaciones o emplazamientos nucleares.
Las salvaguardias se sirven de grandes cantidades de datos obtenidos por diversos medios, como las imágenes satelitales, el muestreo ambiental, la espectroscopia de rayos gamma y la videovigilancia. Los inspectores y los analistas de salvaguardias pueden examinar dichos datos mediante la inteligencia artificial. Los métodos de aprendizaje automático ya se han aplicado en la detección de valores atípicos en conjuntos de datos de gran tamaño y pueden ser útiles para verificar el combustible gastado e interpretar las grabaciones de las cámaras de seguridad. Se anticipa que la inteligencia artificial mejore aún más la eficacia de la aplicación de salvaguardias, ya que puede reducir el número de tareas repetitivas de los inspectores.
Perspectivas para el futuro
El OIEA ofrece foros interdisciplinarios durante los cuales los profesionales intercambian ideas y colaboran en el uso de la inteligencia artificial en la tecnología, la ciencia y las aplicaciones nucleares. En su plataforma AI for Atoms, el Organismo divulga información y promueve alianzas sobre la inteligencia artificial. Asimismo, coopera con la Unión Internacional de Telecomunicaciones, el Grupo de Trabajo Interinstitucional de las Naciones Unidas sobre Inteligencia Artificial y alrededor de 40 organismos de Naciones Unidas para sentar las bases de un desarrollo sostenible impulsado por la inteligencia artificial [1].
Gran parte del valor de la Inteligencia Artificial (IA) en el mundo médico ha sido el de la posibilidad de reconocer la anatomía y detectar patologías a través de imágenes médicas. Sin embargo, un reciente estudio publicado en Academic Radiology ha reflejado la posibilidad de la IA de solucionar diferentes problemas no interpretativos alrededor de la imagen pero muy relevantes tanto para los radiólogos como para los pacientes. Resumimos a continuación algunos de los usos no interpretativos de la IA en radiología reflejados en este estudio.
1. Calidad de la imagen.
La IA posee la capacidad de reducir el ruido en las imágenes y por tanto, ofrecer una mejor calidad, lo que deriva en un diagnóstico más preciso por parte del radiólogo. Esto se debe al uso de redes neuronales convolucionales y Redes Generativas Antagónicas (RGAs), capaces de crear imágenes de alta calidad y sin pérdida de información crítica.
2. Reducción de la dosis de radiación y la dosis de contraste.
Gracias a la IA, se puede reducir la dosis de radiación a la hora de realizar TC y PET. Esto se puede conseguir a través de algoritmos que crean imágenes de alta calidad a partir de datos sin procesar del sensor de dosis baja.
De la misma manera, también se puede reducir el uso de agentes de contraste durante las imágenes de resonancia magnética, lo que ayuda a disminuir la preocupación sobre el uso de gadolinio en los pacientes.
3. Evaluación instantánea de la calidad de la imagen.
En muchas ocasiones la imagen obtenida presenta defectos que implican la repetición del proceso. Gracias a la Inteligencia Artificial se pueden detectar de inmediato las imágenes de calidad subóptima, evitando al paciente volver a las instalaciones una segunda vez, así como atrasar los diagnósticos, aumentar los costos e implicar una mayor exposición a la radiación.
4. Mejora de la programación de escáneres, pacientes y personal.
A medida que aumenta el uso de equipos, se va haciendo fundamental mejorar la organización del sistema de trabajo. En esto, la IA puede ser de gran ayuda, gracias a la gran cantidad de datos que se recopilan en todo momento mediante el uso de registros de salud electrónicos. Los algoritmos pueden detectar ineficiencias y ayudar a prever posibles problemas antes de que sucedan.
5. Facturación mejorada.
La IA tiene capacidades de aprendizaje automático que pueden ayudar a optimizar los procesos de facturación, clasificación de informes y reconciliación de negación de reclamos de seguros que, de otra manera, podrían implicar pérdidas de ingresos de entre el 3 y el 5%.
6. Desarrollo y optimización de protocolos.
La IA puede ayudar a los especialistas a desarrollar un protocolo ideal y asegurarse de que los tecnólogos se adhieran al guión tanto como sea posible. Además, una red neuronal convolucional debidamente capacitada podría proporcionar un sustituto aceptable para los lectores humanos al realizar un estudio de optimización de protocolo.
7. Priorización de la lista de trabajo.
La IA se puede utilizar para priorizar los hallazgos urgentes y mejorar la distribución de los exámenes a los radiólogos. Este sigue siendo uno de los usos no interpretativos más conocidos de la IA en radiología, una forma efectiva de mantener bajos los tiempos de respuesta y ofrecer mayor atención a los pacientes que más lo necesitan.
8. Anotación de imágenes y segmentación.
Las anotaciones ayudan a los radiólogos a comunicarse con los pacientes y a rastrear los hallazgos a lo largo del tiempo, y la segmentación representa un paso útil para enfocarse en aspectos específicos de una imagen médica. Los modelos de IA pueden ayudar a los especialistas con estas tareas, y el etiquetado de imágenes, ayudándoles a pasar más tiempo haciendo diagnósticos y brindando la mejor atención posible al paciente.
9. Buscadores basados en imágenes.
Los motores de búsqueda de imágenes médicas basados en aprendizaje automático pueden utilizarse con fines comerciales y formativos, permitiendo a los usuarios buscar el contenido visual de la imagen.
10. Detección y prevención de ciberataques.
Los ciberataques en PACS e incluso las imágenes médicas en sí mismas son una amenaza que podría empeorar con el tiempo. Ya se han desarrollado algunos algoritmos que pueden engañar a los radiólogos, ya que crean hallazgos de imágenes falsas que llevan a diagnósticos incorrectos. Los investigadores de este estudio están trabajando actualmente para combatir tales ataques con tecnología de Inteligencia Artificial, como por ejemplo con el uso de marcas de agua y la creación de algoritmos de aprendizaje automático para detectar imágenes alteradas [2].
[1]https://www.iaea.org/es/newscenter/news/aplicaciones-inteligencia-artificial-nuclear[2]https://www.actualpacs.com/blog/2020/03/18/10 usos no interpretativos de la IA en radiología – Blog de teleradiología | Actualidad (actualpacs.com)
