Los investigadores han desarrollado un modelo entrenado de manera similar a ChatGPT que puede adaptarse para evaluar múltiples condiciones de salud.
Mariana Lenharo
Los científicos han desarrollado una herramienta de inteligencia artificial (IA) capaz de diagnosticar y predecir el riesgo de desarrollar múltiples afecciones de salud, desde enfermedades oculares hasta insuficiencia cardíaca y la enfermedad de Parkinson, todo ello basándose en las imágenes de la retina de las personas.
Las herramientas de inteligencia artificial han sido entrenadas anteriormente para detectar enfermedades utilizando imágenes de la retina, pero lo que hace que la nueva herramienta, llamada RETFound, sea especial es que se desarrolló utilizando un método conocido como aprendizaje auto supervisado. Esto significa que los investigadores no tuvieron que analizar cada uno de los 1,6 millones de imágenes de retina utilizadas para el entrenamiento y etiquetarlas, por ejemplo, como “normales” o “patológicas”. Estos procedimientos consumen mucho tiempo y son costosos, y son necesarios durante el desarrollo de la mayoría de los modelos estándar de aprendizaje automático.
En cambio, los científicos utilizaron un método similar al utilizado para entrenar modelos de lenguaje grande como ChatGPT. Esa herramienta de inteligencia artificial aprovecha innumerables ejemplos de texto generado por humanos para aprender a predecir la siguiente palabra en una oración a partir del contexto de las palabras anteriores. Del mismo modo, RETFound utiliza una multitud de fotografías de retina para aprender a predecir cómo deberían verse las partes faltantes de las imágenes.
“A lo largo de millones de imágenes, el modelo aprende de alguna manera cómo es la retina y cuáles son todas sus características”, explica Pearse Keane, oftalmólogo del Moorfields Eye Hospital NHS Foundation Trust en Londres, coautor de un artículo, publicado hoy en Nature que describe la herramienta. Esto constituye la piedra angular del modelo y lo clasifica como lo que algunos llaman modelo básico, lo que significa que puede adaptarse para muchas tareas.
Una ventana a la salud humana
Las retinas de una persona pueden ofrecer una ventana a su salud, porque son la única parte del cuerpo humano a través de la cual se puede observar directamente la red capilar, formada por los vasos sanguíneos más pequeños. “Si tiene alguna enfermedad cardiovascular sistémica, como hipertensión, que afecta potencialmente a todos los vasos sanguíneos de su cuerpo, podemos visualizar [eso] directamente en imágenes de la retina”, sostiene Keane.
Las retinas también son una extensión del sistema nervioso central y comparten similitudes con el cerebro, lo que significa que las imágenes de la retina se pueden utilizar para evaluar el tejido neural. “El problema es que muchas veces la gente no tiene la experiencia necesaria para interpretar estos escáneres. Aquí es donde entra en juego la IA”, afirma Keane.
Una vez que habían entrenado previamente a RETFound en esos 1,6 millones de imágenes de retina sin etiquetar, Keane y sus colegas pudieron introducir una pequeña cantidad de imágenes etiquetadas (digamos, 100 imágenes de retina de personas que habían desarrollado Parkinson y 100 de personas que no lo habían desarrollado) para enseñar el modelo sobre condiciones específicas. Habiendo aprendido de todas las imágenes sin etiquetar cómo debería verse una retina, dice Keane, el modelo puede aprender fácilmente las características de la retina asociadas con una enfermedad.
El uso de datos sin etiquetar para entrenar inicialmente el modelo “desbloquea un importante cuello de botella para los investigadores”, afirma Xiaoxuan Liu, investigador clínico que estudia la innovación responsable en IA en la Universidad de Birmingham, Reino Unido. El radiólogo Curtis Langlotz, director del Centro de Inteligencia Artificial en Medicina e Imágenes de la Universidad de Stanford, en California, está de acuerdo. “Las etiquetas de alta calidad para datos médicos son extremadamente caras, por lo que la eficiencia de las etiquetas se ha convertido en la moneda del sector”, afirma.
El sistema funcionó bien en la detección de enfermedades oculares como la retinopatía diabética. En una escala donde 0,5 representa un modelo que no funciona mejor que una predicción aleatoria y 1 representa un modelo perfecto que hace una predicción precisa cada vez, obtuvo una puntuación de entre 0,822 y 0,943 para la retinopatía diabética, según el conjunto de datos utilizado. Al predecir el riesgo de enfermedades sistémicas (como ataques cardíacos, insuficiencia cardíaca, accidente cerebrovascular y Parkinson), el rendimiento general fue limitado, pero aún superior al de otros modelos de IA. RETFound es hasta ahora una de las pocas aplicaciones exitosas de un modelo básico para imágenes médicas, dice Liu.
Aplicaciones en expansión
Los investigadores ahora están analizando a qué otros tipos de imágenes médicas podrían aplicarse las técnicas utilizadas para desarrollar RETFound. “Será interesante ver si estos métodos se generalizan a imágenes más complejas”, dice Langlotz, por ejemplo, a imágenes de resonancia magnética o tomografías computarizadas, que a menudo son tridimensionales o incluso cuatridimensionales.
Los autores han puesto el modelo a disposición del público y esperan que grupos de todo el mundo puedan adaptarlo y entrenarlo para que funcione en sus propias poblaciones de pacientes y entornos médicos. “Podrían tomar este algoritmo y perfeccionarlo, utilizando datos de su propio país para tener algo que esté más optimizado para su uso”, afirma Keane.
“Esto es tremendamente emocionante”, sostiene Liu, aunque utilizar RETFound como base para otros modelos para detectar enfermedades conlleva un riesgo, añade. Esto se debe a que cualquier limitación incorporada en la herramienta podría filtrarse a modelos futuros que se construyan a partir de ella. “Ahora depende de los autores de RETFound garantizar su uso ético y seguro, incluida la comunicación transparente de sus limitaciones, para que pueda ser un verdadero activo comunitario”.
Uno de los ejes fundamentales de trabajo en la Facultad de Ingeniería es la investigación, que impulsa a la búsqueda y producción de nuevos conocimientos en la actividad académica. La institución ha propiciado la conformación de Grupos y Laboratorios de Investigación y Desarrollo. Uno de estos lugares de creación de conocimiento científico es el Laboratorio de Química Ambiental.
Está conformado por docentes, investigadores y estudiantes que se abocan a la indagación sobre la contaminación ambiental y la aplicación de tecnologías medioambientales para su tratamiento y posible remediación. Además brinda servicios a terceros que necesiten conocer el estado medioambiental de distintas muestras.
El Laboratorio está dirigido por el Dr. Enrique Paravani, quien recordó que el espacio de trabajo surgió en 2018 con el fin de estudiar cuestiones ambientales en diferentes matrices, ya sea agua, suelo o aire. Cuenta con docentes e investigadores de la Facultad de Ingeniería, de la Universidad Autónoma de Entre Ríos (UADER), del Instituto Nacional de Tecnología Agropecuaria (INTA) y de la Facultad de Bioquímica y Ciencias Biológicas de la Universidad Nacional del Litoral (UNL). Sostiene un trabajo multidisciplinario con biotecnólogos, doctores en Ciencias Biomédicas, bioquímicos, ingenieros agrónomos y estudiantes de grado de Boingeniería, Licenciatura en Bioinformática e Ingeniería en Transporte.
Sobre los distintos proyectos, una de las integrantes del equipo, la Dra. Mariana Bianchi, explicó: “Tenemos diferentes líneas de investigación. Una de ellas es el análisis de agroquímicos. Además, el año pasado surgió una nueva línea que es la fitorremediación a través de plantas acuáticas, para remediar efluentes porcinos. Esto tiene dos propósitos, fitorremediar y bajar la carga biológica del efluente. Eso permite arrojarlo a un arroyo o usarlo para riego y después la posibilidad de hacer un extrusado para darles de comer a los cerdos como suplemento de su dieta, ya que tiene mucho fósforo y nitrógeno”.
Además, están comenzando una nueva línea de investigación sobre cannabis. El objetivo es instalar un laboratorio para extraer y analizar la resina y los aceites medicinales de las producciones que realizan asociaciones de cultivos y autocultivadores. “Nuestra idea es brindar este servicio y certificar la calidad y la cantidad de cannabinoides y los compuestos orgánicos que están en la planta”, concluyó Bianchi.
Cabe destacar que también brindan servicios. “Estamos avalados por la Secretaría de Ambiente de la provincia. Todos los efluentes que se necesitan estudiar llegan a nosotros para realizar los exámenes correspondientes y así proporcionar un diagnóstico. Hoy el Laboratorio de Química Ambiental es el lugar de referencia a nivel provincial para hacer justamente esos análisis”, comentó Enrique Paravani.
Laboratorio vinculado a los Objetivos de Desarrollo Sostenible
Los Objetivos de Desarrollo Sostenible (ODS) son 17 metas globales interconectadas diseñadas por la ONU como un plan para lograr un futuro mejor y más sostenible. Los ODS fueron establecidos en 2015 por la Asamblea General de las Naciones Unidas y están incluidos en una Resolución que se conoce coloquialmente como Agenda 2030. Establece para los países miembros de las Naciones Unidas una serie de compromisos y desafíos que estos países deben tomar para mejorar la calidad de vida de todos los habitantes.
Varios de estos Objetivos están relacionados con la educación y la investigación, sectores en los que las universidades tienen un papel directo. La Universidad Nacional de Entre Ríos (UNER) en conjunto con el Gobierno de la provincia trabajan en la formación con respecto a los ODS y en el desarrollo de los mismos.
“En el 2021 nos convocaron desde la Universidad a los diferentes laboratorios para proponer aportes a los ODS. Ahí particularmente me empecé a interesar encómo se podían relacionar con nosotros. Cuando los evaluás, encontrás que el Objetivo 6 encaja directamente con el trabajo del laboratorio en Salud y Ambiente”, concluyó Enrique.
El Objetivo 6: “Agua limpia y saneamiento”, apunta a que se garantice la disponibilidad de agua potable y su gestión sostenible para todos los habitantes. Si bien se ha conseguido ampliar el acceso, aún existen miles de personas que carecen de estos servicios básicos esenciales para prevenir y contener las enfermedades.
Un laboratorio, diversos fines
El Laboratorio tiene distintos objetivos,uno de ellos es aportar a problemáticas ambientales, estudiarlas, generar datos robustos y que así se puedan generar políticas. “Vemos importante también incentivar a los más jóvenes a que se interesen, para nosotros es enriquecedor ya que cada persona que se suma tiene una mirada distinta y nuevos conocimientos”, argumentó Enrique Paravani.
Finalmente, Mariana Bianchi expresó: «Nosotros bregamos por tener un vínculo con los productores, mostrarles los problemas que se están generando, proponerles estrategias e incentivarlos con la biorremediación. Y también en este sentido, comunicar nuestros hallazgos a la población en general va a ayudar a que las personas tengan más información”.
El 2 de agosto de 2023, la Luna en su perigeo permitió disfrutar de su maravillosos accidentes en una noche cálida y despejada. Utilizando un telescopio SkyWatcher de 750mm x 150mm y una cámara CCD QHY II 5C, captamos imágenes de los mares lunares y otros accidentes de interés. A continuación, un recorrido por algunas de estas magníficas estructuras lunares.
Los mares lunares, denominados también mare (del latín, plural maria) son planicies extensas, oscuras y basálticas de la superficie lunar, conformadas por afloramientos basálticos en erupciones provocadas por impactos de meteoritos. También son definidas como cuencas bajas de contornos casi circulares rellenadas de lava. Los primeros astrónomos los denominaron así al confundirlos visualmente con auténticos mares. (Wikipedia)
Son fácilmente distinguibles en la superficie de la Luna debido a su color oscuro, ya que reflejan menos la luz del Sol que las zonas lunares altas. Su suelo se creó a lo largo de millones de años por el impacto de meteoritos en la superficie que perforaron la corteza del satélite, produciendo enormes cuencas de impacto, las cuales fueron luego rellenadas por magma procedente del manto lunar. Al conjunto de mares lunares se le denomina maria.
También se considera parte de los maria a otras planicies de diversa magnitud que tuvieron una formación similar, aunque no se los llame «mare». En realidad difieren de estos últimos básicamente en su tamaño. Por ejemplo, el Oceanus Procellarum («océano»), fue denominado así por su gran extensión. Pero la nomenclatura también usa Lacus («lago»), para las planicies más pequeñas; Palus («pantano» o «ciénaga») para llanuras relativamente extensas pero de límites poco definidos y Sinus («seno») para las convexidades redondeadas en un mare.
Mares de la Luna.
Debido a que el regolito, que conforma gran parte del suelo lunar, refleja más la luz que el basalto de los mares, estos últimos se perciben como grandes manchas oscuras que contrastan con el resto de la superficie. Los mares recubren el 16 % de la superficie lunar y se encuentran, sobre todo, en la cara visible. Los pocos que se hallan en la cara oculta son mucho más pequeños y están llenos de enormes cráteres en los que fluyeron cantidades más exiguas de basalto. Ejemplo de este tipo de accidente es el denominado Mare Crisium, situado a 17ºN-59ºE, formando una enorme extensión de material denominado regolito.
Se cree que esta distribución irregular se debe al fenómeno de rotación síncrona, que hace que la Luna emplee el mismo tiempo en girar sobre sí misma que en dar una vuelta a la Tierra, por lo que siempre se observa la misma cara. Al ser los mares más densos que el resto de la superficie lunar, son atraídos con más fuerza por efecto de la gravedad terrestre. Después de milenios, la rotación de la Luna se ha ralentizado de tal forma que la cara más pesada se orienta siempre hacia la Tierra.
La mayor parte de las erupciones volcánicas que formaron los maria tuvieron lugar a través de las fisuras de las oquedades de los impactos. La lava basáltica fue fluyendo a lo largo de diversos períodos, durante milenios, mucho después de que se formaran las oquedades de los impactos.
La nomenclatura tradicional para la Luna también incluye algún océano (oceanus), lago (lacus), marisma (palus) y bahía (sinus), los tres últimos son más pequeños que los maria, pero tienen las mismas características.
Galería de fotos.
En la siguiente galería podemos ver varios de los mares lunares con sus respectivas leyendas y como adicional, la zona de los cráteres Gassendi y Aristarchus
Denis Martínez, de la localidad de Las Grutas, fue reconocido por la NASA, luego de su descubrimiento de un asteroide no identificado en el marco del proyecto de ciencia ciudadana International Astronomical Search Collaboration (IASC) que impulsa esa agencia espacial.
«Se trata de un programa que tiene por objetivo buscar asteroides nuevos a través de un software que se utiliza en astronomía y de imágenes tomadas por los telescopios Pans-Tarrs ubicados en Hawái», dijo el astrónomo rionegrino a Télam.
Además, este programa de búsqueda de asteroides del IASC proporciona datos astronómicos de alta calidad a “científicos ciudadanos” de todo el mundo con el objetivo de realizar nuevos descubrimientos.
La iniciativa, cuenta con el respaldo de “Minor Planet Center” (MPC), la organización encargada de recibir mediciones de posición de planetas menores, cometas y satélites naturales irregulares.
Sobre el cuerpo celeste encontrado
El nuevo asteroide lleva una nomenclatura provisoria con la que comienza a figurar en los registros de la MPC, como “2022 OX27″.
El astrónomo rionegrino dijo que en 2020 se instaló en Las Grutas, donde desarrolla y divulga el astroturismo, que incluye estos proyectos de participación ciudadana.
Junto con otras personas, integra el GAOM (Grupo Austral de Observadores de Meteoros), desde el que “fomentamos la idea en escuelas o grupos de aficionados para que se sumen a las campañas en Argentina de búsqueda de asteroides para posicionar a nuestro país dentro de esa búsqueda”, indicó.
En ese sentido, informó que “la Argentina tiene muy poquitos descubrimientos y con este, nosotros sumamos uno más”.
El cuerpo celeste, que fue descubierto mediante el análisis de fotografías que realizó junto a Damian Drago de Buenos Aires y Deivy Castellanos de Ecuador, está en el llamado Cinturón Principal, ubicado entre los planetas Marte y Júpiter.
En esa campaña, “reportamos unos 20 cuerpos celestes, y solo uno fue confirmado, dentro de unos años vamos a poder ponerle nuestro propio nombre definitivo”, aseguró Martínez.
Investigadores argentinos participan de una iniciativa regional para desarrollar un sistema de detección temprana con información satelital para el Huanglongbing (HLB), la principal enfermedad que afecta a los cultivos de cítricos en gran parte del planeta. Así, se calcula que en solo cinco años provocó pérdidas de hasta un 40 por ciento en la producción del continente americano. Ante este escenario, especialistas diseñan una herramienta de monitoreo innovadora con imágenes desde el espacio para advertir a tiempo la aparición del fenómeno y minimizar los daños.
“El HLB es una bacteria que se transmite a través de un insecto llamado Diaphorina citri y no tiene cura. Una vez que la planta se enferma, la única solución es eliminarla y entonces se pierde la producción. Por eso buscamos generar tecnologías de monitoreo útiles para la detección temprana y el control del avance del vector”, explica Ignacio Doporto, miembro del equipo de investigación del Instituto Gulich.
La iniciativa se enmarca en el Programa Cooperativo para el Desarrollo Tecnológico Agroalimentario y Agroindustrial del Cono Sur, integrado por expertos de Argentina, Brasil, Chile, Paraguay y Uruguay. En conjunto, estos países poseen más de un millón de hectáreas implantadas con cítricos, con una producción de 25 millones de toneladas anuales.
Monitoreo constante
Con el objetivo de conocer más sobre el avance de la enfermedad en el país y desarrollar herramientas de control, el Servicio Nacional de Sanidad y Calidad Agroalimentaria (Senasa) lleva adelante desde 2017 un sistema de monitoreo en el departamento de Federación, provincia de Entre Ríos, con inspecciones visuales y análisis de laboratorio sobre plantaciones de cítricos.
En base a estos datos, se observa una tendencia creciente de la proporción de casos positivos en la zona, sobre todo en los meses de enero y noviembre, cuando se intensifica la enfermedad. Los reportes del Instituto Nacional de Tecnología Agropecuaria, del Senasa y del Ministerio de Producción de Corrientes indican que los principales síntomas del HLB se asocian a una maduración invertida del fruto (que genera una caída temprana del cítrico antes de haber madurado), al moteado o punteado en hojas y a las nervaduras engrosadas.
En mayo de 2023, Doporto realizó una campaña de campo en diferentes huertos de naranjos cercanos a la localidad de Chajarí, también en Entre Ríos, donde profesionales de la Comisión Nacional de Actividades Espaciales (CONAE) utilizaron un espectro-radiómetro para hacer mediciones experimentales sobre 63 plantas con distintos tipos de sintomatología. El trabajo consistió en medir la capacidad que tienen las plantas sanas y enfermas para reflejar la luz e identificar los ejemplares afectados. Una vez identificados y diferenciados con este instrumento, la información se compara con los datos satelitales obtenidos.
Un campo promisorio
Para sus investigaciones, Doporto utiliza imágenes de la misión satelital Prisma, de la Agencia Espacial Italiana, y mediciones a campo que se registran con un espectro-radiómetro de la CONAE. Este instrumento sirve para calibrar y validar los productos de origen espacial, vinculando los datos medidos en el terreno con los obtenidos mediante el satélite. Se trata de una herramienta única en el país por su alta resolución espectral, que es la capacidad de medir en distintas longitudes de onda.
“El uso de información multi e hiperespectral obtenida a partir de datos adquiridos por sensores remotos es un campo nuevo y promisorio para generar herramientas de monitoreo y control de la enfermedad”, afirma el investigador.
“Hoy se le está dando más valor a los instrumentos de transferencia, capaces de vincular los datos que se miden en la tierra con lo que observan los satélites. Antes se trabajaba directamente con lo que medía el satélite, pero para desarrollar algoritmos con mayor precisión fue necesario utilizar herramientas como los espectro-radiómetros”, dice Sebastián Heredia, profesional de la Gerencia de Vinculación Tecnológica de la CONAE, quien participa de la logística de la campaña.
Clave en la toma de decisiones
Al momento, los científicos procesan los avances registrados que servirán para validar la información generada por los satélites. El objetivo es mejorar la calidad de la información brindada con datos adquiridos en tierra por el espectro-radiómetro para generar productos satelitales más precisos y que sean útiles para el monitoreo y la toma de decisiones.
“Con estas mediciones, y habiendo incorporado una imagen del satélite Prisma capturado en las mismas fechas en las que se tomó la muestra, vamos a evaluar el desempeño de índices y combinaciones de bandas para discriminar entre plantas sanas y plantas afectadas por HLB para diseñar un modelo y detectar síntomas de la enfermedad en plantaciones de cítricos”, detalla Doporto.
