Los investigadores del Frontier Development Lab (FDL) y de AI Mentors de Intel realizaron un estudio histórico sobre la salud de los astronautas para conocer los efectos fisiológicos de la exposición a la radiación.

Con la tecnología de Inteligencia Artificial (IA) de Intel, el FDL creó el primer algoritmo para identificar los biomarcadores de la progresión del cáncer mediante una combinación de datos de exposición a la radiación en ratones y humanos.

“Definimos la forma en que los modelos de Aprendizaje Automático causal pueden operar con datos de diferentes lugares sin tener que trasladar los datos entre ubicaciones físicas. Logramos nuestro objetivo de utilizar algoritmos a escala para comprender, mejorar y apoyar la salud de los astronautas”, declaró Paul Duckworth, investigador del FDL.

Duckworth resaltó la importancia de la investigación y anticipó que podría ayudar a los astronautas de la Estación Espacial Internacional, a futuras estaciones espaciales y a la próxima misión lunar de 2024, así como a los afectados por el cáncer en la Tierra.

La radiación cósmica puede penetrar varias capas de acero y aluminio y afectar el tejido humano durante los viajes espaciales, por lo que puede ocasionar problemas de salud en los astronautas y futuras complicaciones de cáncer. Sin embargo, se tienen pocos datos sobre los efectos de la radiación cósmica en los astronautas.

 Y, para acceder a los pocos datos que hay, los cuales son protegidos por diversas instituciones, los investigadores de Intel y el FDL diseñaron un Aprendizaje Automático causal a través de una federación de institutos participantes que pueden compartir un algoritmo de IA, a fin de entrenarlo con datos almacenados en distintos lugares, sin necesidad de compartir información.

Recomendamos: Tecnología médica protege datos de los pacientes en investigaciones de IA

“El equipo del FDL Astronaut Health obtuvo resultados increíbles durante el reto de este año, tanto en su novedosa combinación de datos humanos y ratones como en la identificación de varios genes causales responsables del cáncer”, dijo, por su parte, Patrick Foley, principal mentor técnico de Intel.

Los investigadores desarrollaron CRISP 2.0 al ampliar CRISP 1.0 del equipo médico de astronautas del FDL 2020. Con CRISP 2.0, el equipo médico de 2021 demostró que los datos de radiación en roedores pueden utilizarse como homólogos de los datos de radiación de los humanos, que se utilizan para entrenar el algoritmo.

Esta investigación aprovechó el marco Open Federated Learning (OpenFL) de Intel, creado por los investigadores de Intel y del FDL en Google Cloud, con el objetivo de hacer posible el entrenamiento y la combinación de modelos CRISP 2.0 de instituciones como la NASA, la Clínica Mayo y el Gene Lab de la NASA sin la necesidad de trasladar los datos a un lugar central.

“La colaboración con Frontier Development Lab es una oportunidad para resolver enormes problemas a escala, con tecnología de vanguardia y una cooperación sin precedentes entre los sectores público y privado en materia de IA para la exploración médica”, aseguró Shashi Jain, director de Innovación Estratégica y socio de FDL en Intel.

Intel también brindó orientación sobre cómo llevar estos algoritmos de IA a un entorno de Aprendizaje Federado mediante el uso de OpenFL del mentor Patrick Foley. Y seguirá colaborando en el entrenamiento de los algoritmos de IA y el software para mejorar la salud de los astronautas.

FDL es una asociación público-privada con la NASA, empresas del sector privado y socios comerciales de IA, que está ubicada en el Instituto SETI de Estados Unidos.

Intel y la Perelman School of Medicine de la Universidad de Pennsylvania (Penn Medicine) desarrollaron de manera conjunta una tecnología para que 29 instituciones internacionales de salud e investigación capaciten modelos de Inteligencia Artificial (IA) que identifiquen tumores cerebrales utilizando un técnica de protección de datos llamada aprendizaje federado.

Bajo las directrices de Penn Medicine, 29 instituciones de salud e investigación de Estados Unidos, Canadá, el Reino Unido, Alemania, los Países Bajos e India, utilizaran el aprendizaje federado, que se trata de un enfoque de Aprendizaje Automático que permite a las organizaciones colaborar en profundidad en proyectos sin comprometer datos del paciente.

El nuevo trabajo aprovechará el software y hardware de Intel para implementar el aprendizaje federado, de manera que brinde protección de privacidad adicional tanto para el modelo como para los datos.

Recomendado: Intel adquiere app de movilidad Moovit por 900 millones de dólares

De acuerdo con la Asociación Estadounidense de Tumores Cerebrales (ABTA, por sus siglas en inglés), este año se diagnosticaron 80 mil casos de personas con tumores cerebrales.

Para entrenar y construir un modelo para detectar un tumor cerebral en etapas tempranas es esencial que los datos permanezcan privados y protegidos. En ese momento entra el aprendizaje federado con tecnología de Intel, por medio del cual los investigadores de todas las organizaciones asociadas podrán trabajar juntos en la construcción y capacitación de un algoritmo que detecte un tumor cerebral, al mismo tiempo que protege los datos sensibles.

“El subconjunto de instituciones colaboradoras que se espera participen en el inicio de la primera fase de esta federación incluye el Hospital de la Universidad de Pensilvania, la Universidad de Washington en St. Louis, el Centro Médico de la Universidad de Pittsburgh, la Universidad de Vanderbilt, la Universidad de Queen, la Universidad Técnica de Munich, Universidad de Berna, King’s College London y Tata Memorial Hospital”, detalló Intel en un comunicado.