Inteligencia Artificial: principios y usos en gastroenterologia

Conceptos

Inteligencia

Es la capacidad mental general que, entre otras cosas, compromete la habilidad de cada persona para razonar, planificar, resolver, pensar de manera abstracta, comprender ideas complejas, aprender con rapidez y aprender de la experiencia. Prof. Linda Gottfredson

Es la habilidad para conseguir objetivos complejos

La inteligencia implica ciertas actividades mentales como:

Aprendizaje: es la habilidad para obtener y procesar nueva información
Razonamiento: es la capacidad de manipular información de diferentes maneras
Comprensión o entendimiento: es como se considera el resultado de manipular la información
Establecer relaciones: determinar cómo los datos validados interactúan con otros datos
Separar los hechos de las creencias

A pesar de que podemos crear algoritmos y acceder a datos para ser procesados por la computadora, la capacidad para que una computadora sea inteligente es muy limitada. Es muy difícil que una computadora pueda separar la realidad de lo irreal.

Los humanos no tenemos un solo tipo de inteligencia sino inteligencias múltiples que nos permiten llevar a cabo diferentes tipos de actividades (Howard Gardner)

Concepto de Inteligencia Artificial

Heurística

Algoritmos

Es una serie de reglas y técnicas estadísticas que se utilizan para aprender patrones de datos y obtener información de los mismos. Los algoritmos son secuencias de operaciones para encontrar soluciones a los problemas en un tiempo razonable. También puede definirse como una serie de instrucciones lógicas que muestran de principio a fin,como llevar a cabo una tarea. En realidad están formados por una secuencia de operaciones matemáticas (ecuaciones, álgebra,cálculo, lógica y probabilidad) que se expresan en códigos de computadora.

Un algoritmo es como un contenedor. Es una caja que almacena un método para resolver un tipo específico de problema. Los algoritmos procesan datos a través de una serie de estados previamente definidos

Machine learning

El término fue descrito por primera vez por Arthur Samuel en 1959. Es una tecnología que ayuda a las máquinas aprender de los datos, esto implica que no dependa de un programador para realizar operaciones sino derivarlos directamente a partir de ejemplos que muestran cómo la computadora debe comportarse.

Es un conjunto de métodos computacionales que se basa en el uso de modelos matemáticos para aprender cómo capturar la estructura de los datos. Representa el estudio de algoritmos que mejoran con la experiencia. Cómo se produce gran cantidad de datos esta modalidad permite analizarlos con la finalidad de establecer modelos predictivos que tienen utilidad en muchos contextos. Las máquinas mejoran con la experiencia sin necesidad de algoritmos adicionales.

El ML puede actualmente alcanzar un nivel casi humano de aprendizaje en tareas específicas como es el caso de clasificación de imágenes y procesamiento de sonidos. El ML no está completamente automatizado ( no se le puede decir a una computadora que lea un libro y sepa todo su significado).

La inteligencia artificial y el machine learning no son lo mismo. La IA es un método que permite que las máquinas sean inteligentes y machine learning consiste en dar la capacidad a la maquina, posterior al ingreso de una gran cantidad de datos, pueda tomar sus propias decisiones. El machine learning se utiliza para tareas específicas mientras la IA es un término más general

El ML es un conjunto de técnicas específicas que utilizan IA y son capaces de aprender a partir de patrones de modelos de datos utilizando funciones matemáticas. Esta fundación matemática se construye sobre los conceptos estadísticos tradicionales por lo que también se refiere a el término aprendizaje estadístico. El ML difiere de la estadística tradicional por su capacidad de utilizar operaciones matemáticas dimensionales con una mayor cantidad de datos para descifrar relaciones lineales complejas no lineales. Los algoritmos de ML han sido de utilidad en medicina para discriminar entre grupos de interés o predecir eventos específicos. Como ejemplos de modelos predictivos podemos nombrar el nomograma de Bhutani, el puntaje de enfermedad hepática terminal y el puntaje de Glasgow-Blatchford

Modelo

El modelo se entrena en base a los algoritmos utilizados en el machine learning.

Entrenamiento de modelos

Tipos de Machine learning

Aprendizaje supervisado

Aprendizaje supervisado: se enseña la máquina para utilizar datos que están bien categorizados (supervisión externa). Por ejemplo cuando los datos se categorizan en displásicos o no displásicos en el caso de los pólipos. Este tipo de aprendizaje ayuda a predecir las categorías basados en datos bien categorizados. Se utiliza en problemas tipo regresión o para clasificación de datos, amerita supervisión externa. El modelo es aportar datos (input) para obtener datos (output). Utiliza algoritmos tipo regresion lineal, regresion logistica, soporte de vectores,etc. Generalmente existe una menor cantidad de datos en comparación al aprendizaje no supervisado y se utiliza con mayor frecuencia en el área de la salud.

Aprendizaje no supervisado

Aprendizaje no supervisado: se enseña a la máquina a utilizar datos que no están bien categorizados lo que permite que el algoritmo actúe sobre esa información aportada sin ningún tipo de guia, por lo tanto no amerita supervisión. En base a la estructura de los datos se predice que datos son similares, puede ser útil cuando no se cuenta con un gold standard para una prueba determinada. El modelo se basa en entender patrones para descubrir output. Es decir que tiene que acceder a cientos de imágenes para descubrir ciertos patrones de los datos.Utiliza algoritmos tipo promedio-K, promedio-C. No utiliza el ground truth. Debe utilizar mayor cantidad de datos en comparación con el aprendizaje supervisado.

Aprendizaje con reforzamiento

Aprendizaje con reforzamiento: es muy diferente cuando se compara con el aprendizaje supervisado y no supervisado. En este caso un agente se pone en un ambiente y aprende a comportarse en este entorno, si obtiene recompensas esto hace que su aprendizaje se oriente a obtenerlas. No se utiliza datos para alimentar este tipo de aprendizaje, no existe supervisión. Sigue el modelo de ensayo y error. Utiliza algoritmos de Q-learning, SARSA. Este tipo de aprendizaje se utiliza en Alfago y Tesla.

Deep learning (DL)

Las neuronas artificiales han sido estudiadas desde los años 40 pero hace solo pocas décadas su interés ha ido en aumento debido al desarrollo de arquitecturas más avanzadas y el aumento del poder computacional. Se considera el DL es el nombre que se da a una clase específica de redes neuronales (clase especial de algoritmos de ML) aplicable a procesamiento de lenguaje natural, visión de computadoras y robótica.

Esta arquitectura de redes neuronales se basa en el funcionamiento del cerebro humano y consiste en una capa inicial que recibe el input seguido de un número oculto de capas antes de producir el output. Cada capa consiste en un conjunto de neuronas artificiales o nodos que convierten un input en output utilizando funciones matemáticas específicas (como la regresión logística). El output de cada grupo neuronal se presenta al siguiente grupo como un input que genera otro output en forma sucesiva.

Las redes neuronales resuelven los problemas de una manera diferente a los programas de computación convencionales. Para resolver un problema la computadora utiliza un software convencional que se basa en una serie de algoritmos (sigue una serie de instrucciones predeterminadas). Las redes neuronales resuelven el problema de una manera diferente, es decir aprenden por ejemplo.

Una red neuronal es un grupo de neuronas interconectadas que tienen la capacidad de tener influencia sobre el comportamiento de otras. La diferencia con el machine learning es que las características y las relaciones son aprendidas a partir de los datos disponibles

Las redes neuronales son específicas: se construyen para resolver un tipo específico de problema, pero no quiere decir de que pueda ser utilizado para propósitos más generales. Se puede utilizar por ejemplo para el diagnóstico médico.

Las redes neuronales están constituidas por tres partes: capa de input, capa(s) oculta(s), capa de output. Cada parte está constituida por nodos.

Las redes neuronales están construidas de dos maneras: la primera en que las señales viajan en un solo sentido (input, output) y son utilizadas para reconocimiento de patrones (reconocimiento facial). Estos se denominan convolutional neural network (CNN o Convnet). En la segunda las señales pueden viajar en ambas direcciones y pueden existir loops (recurrent neural networks). En este caso las redes neuronales son más complejas,poderosas y pueden estar cambiando de manera frecuente, sin embargo sus algoritmos son menos poderosos cuando se comparan con el CNN. Los CNN tienen mayor similitud con el cerebro humano.

Las redes neuronales o son fijas o adaptativas: en el caso de las fijas los valores permanecen estables (no cambian). En el caso de las adaptativas los valores no permanecen estables (cambian).

Podemos imaginar una red neuronal como una estructura matemática enorme con una gran cantidad de nodos. Se puede alimentar con una imagen endoscópica en un extremo, esta imagen fluye a través de la estructura, en el otro extremo se determina que representa esta imagen. Se puede categorizar de una manera más o menos exacta. Al comienzo esta red neuronal es una estructura desorganizada, comienza sin ningún conocimiento ni idea de lo que se trata, todos los nodos están dispuestos de forma aleatoria, pero en la medida que se alimenta de datos se van entrenando. Después de cada predicción que se realiza en el network un conjunto de reglas matemáticas trabaja para ajustar todos los nodos hasta que la predicción se acerque a la respuesta correcta.

Principios de la inteligencia artificial

En la búsqueda de patrones y predictibilidad

Perceptron

Un perceptrón representa la red neuronal más sencilla. La idea de los perceptrones (los predecesores de las neuronas artificiales) es que es posible imitar ciertas partes de las neuronas (como las dendritas, axones y cuerpo) utilizando modelos matemáticos simplificados. Las señales pueden ser recibidas por las dendritas y transmitidas por los axones una vez que existan suficientes inputs, estos inputs pueden ser utilizados por otras neuronas repitiendo el proceso. Unas señales pueden ser más importantes que otras lo que hace que las neuronas transmiten más fácil. Un perceptrón multicapas es la red neuronal más sencilla y consiste en una capa input, una capa output y al menos una capa oculta. Cada perceptrón está totalmente conectado de manera que cada nodo de cada capa está conectado a cada nodo de la próxima capa. Cada una de estas conexiones indica un parámetro que puede ser entrenado y optimizado.

Se demostró que utilizando un modelo computacional simple representado por una neurona artificial se pueden realizar ciertas operaciones booleanas como y,o,not
Las variables X1, X2 pueden tener un valor de 0 o 1
El output se obtiene de la suma de los inputs