La inteligencia colectiva funciona… ¿quién puede rebatir que la colaboración ayuda a tomar mejores decisiones? Al menos eso creemos de forma generalizada, muchas veces con base en nuestra propia experiencia. Estas premisas son la base del famoso crowdsourcing, cuya base son los problemas o retos compartidos para que cualquier persona pueda aportar ideas, reflexiones o soluciones.
Lógicamente todo tiene sus límites y sus márgenes de error, pero la precisión y la exactitud parece que mejoran cuanta más gente colabora. Pero seguro que algún lector se habrá preguntado por la evidencia de estas afirmaciones tan habituales. ¿Hay base científica para la inteligencia colectiva?
Un reciente artículo publicado en JAMA Network Open con el título “Comparative Accuracy of Diagnosis by Collective Intelligence of Multiple Physicians vs Individual Physicians” decidió estudiar que había detrás de la inteligencia colectiva. Para ello, llevó a cabo un estudio con 2069 participantes (estudiantes de medicina y médicos) y les propuso que revisaran imágenes extraídas del proyecto The Human Diagnosis Project. El objetivo era encontrar el diagnóstico correcto asociado a cada imagen.
El nivel de precisión en el diagnóstico para las decisiones tomadas por sólo un participante de forma individual fue del 62,5%, y esta precisión fue creciendo hasta el 85,6% en los grupos de 9 participantes. La tabla que presentamos a continuación muestra el nivel de crecimiento:
El estudio deja claro que la inteligencia colectiva es mucho más precisa que el diagnóstico individual, pero… ¿qué ocurre cuando ponemos sobre la mesa el diagnóstico basado en inteligencia artificial y en redes neuronales? Cada vez se van publicando más estudios que avalan la precisión (y la mejora continua del algoritmo gracias a estrategias de machine learning) en temas como la retinopatía diabética, radiología, oncología y un largo etcétera. El escenario probablemente cambiará a medio plazo y en muchos procesos de diagnóstico y tratamiento la inteligencia artificial será más exacta y fiable que la decisión humana… pero ¿estamos preparados para este momento? ¿O nos saldrá la vena ludita de un día para otro?
Esta transformación será, sin duda, la que determinará como será la sanidad del futuro. Una buena lectura para entender qué está pasando es el reciente Informe Topol. Y tal vez sea mejor participar en el cambio que dejarse llevar, no olvidemos que muchas decisiones tendrán su origen en estrategias y planes de las habituales estructuras gremiales que prefieren que nada cambie (o que cambie todo para seguir igual). Y como dice el propio Topol en su último libro (“Deep medicine”) los algoritmos también tienen su parte humana, así que no hay nada perdido.
Tomando como referencia el título de tu post también existen modelos de lo que podríamos llamar inteligencia artificial colectiva.
Pienso, por ejemplo, en el modelo que proponen plataformas como Kaggle en en que las organizaciones proponen problemas abiertos para ser resueltos con técnicas de inteligencia artificial. En este caso se hace uso de la inteligencia colectiva para encontrar el mejor modelo que ofrezca una solución al problema.
Existen numerosas competiciones relacionadas con la salud como el análisis de imágenes médicas, predicción de crisis convulsivas, análisis de EEG, predicción de renitopatía diabética, caracterización de proteínas, etc..
Es una pena que no haya muchas propuestas de organizaciones españolas. Sólo se encuentra una y corresponde al Banco Santander.
Un saludo,
Juan Vallalta
https://3dhealthdata.com/
Hola juan. Comparto tu opinión y de hecho incluyo una referencia en el primer párrafo a un texto sobre crowdsourcing en el que se habla de esos ejemplos.
Gracias