Carro de la compra
No tienes artículos en tu carrito de compras.
Por Frank Schadt, IMT Suiza
Hay un enorme potencial para los algoritmos de IA en la tecnología médica. Los datos de tratamiento anónimos pueden ser condensados en recomendaciones de terapia. Se pueden mejorar los diagnósticos de dispositivos y aumentar la vida útil. Además, las tareas de control y regulación ya están siendo asumidas parcialmente por redes neuronales, árboles de decisión y métodos similares.
Sin embargo, la tecnología médica también impone altas exigencias a los sistemas de IA y ML. Las decisiones incorrectas pueden tener consecuencias drásticas. El comportamiento de una red neuronal puede ser más difícil de predecir que el de un algoritmo desarrollado por humanos. Existe una necesidad urgente de directrices regulatorias para garantizar la seguridad de los sistemas de IA en la tecnología médica. Por lo tanto, los empleados de Swiss IMT Information Management Technology AG de Buchs han estado trabajando desde principios de año en el comité de normas IEC PT63450 – “Dispositivos Médicos habilitados para Inteligencia Artificial – Métodos para la Verificación y Validación Técnica”
El rendimiento del procesador de los dispositivos embebidos en equipos médicos es a menudo órdenes de magnitud inferior al de un PC multimedia o una instalación de producción. Por lo tanto, los procesadores típicos en sistemas embebidos a menudo no son lo suficientemente potentes para manejar tareas de aprendizaje complejas. Sin embargo, una gran parte de los algoritmos de IA populares se puede integrar fácilmente en ellos, si el PC o servidor se encarga del entrenamiento. Esto se debe a que en la mayoría de los casos, el entrenamiento es mucho más intensivo en computación que la aplicación posterior (inferencia).
Esto se aplica a las redes neuronales artificiales (ANNs) así como a las máquinas de soporte vectorial, árboles de decisión y muchas otras. Las redes de Bayes son un contraejemplo: aquí, la inferencia también es computacionalmente intensiva. Esto se debe a que las probabilidades condicionales tienen que ser calculadas mediante integración numérica sobre varias variables.
