Para tu tesis trabajaste en la aplicaci\u00f3n de IA al diagn\u00f3stico de enfermedades. \u00bfEn qu\u00e9 consisti\u00f3 el estudio?<\/strong>
Mi supervisor, Eran Segal, est\u00e1 creando una base de datos que se llama Human Phenotype Project. Comenz\u00f3 con 10.000 participantes, ya tiene 30.000 y lo quiere llevar a 100.000. El estudio se basa en hacerle todo tipo de ex\u00e1menes m\u00e9dicos a esas personas. Por ejemplo, dos semanas al a\u00f1o tienen que usar un medidor continuo de glucosa y registrar todo lo que comieron. Otros d\u00edas tienen que dormir con ciertos aparatos para medir el sue\u00f1o. Adem\u00e1s se les hace test de ADN, ARN y gen\u00f3mica.<\/p>\n<\/p>\n
Hasta la fecha tiene much\u00edsimos datos de 30.000 personas, y a cada una la quiere seguir durante 20 a\u00f1os. Est\u00e1 generando una base de datos extensa que, analizada por inteligencia artificial, puede tener aplicaciones muy interesantes. Por ejemplo: si a X persona en el a\u00f1o 8 del estudio le detectan c\u00e1ncer, \u00bfse puede ver si los a\u00f1os anteriores muestran una progresi\u00f3n hacia la enfermedad? Tambi\u00e9n est\u00e1n estudiando si, por ejemplo, los cambios en la voz tienen relaci\u00f3n con el desarrollo de enfermedades.<\/p>\n
<\/p>\n
Durante mi m\u00e1ster trabaj\u00e9 en ese proyecto. Lo que busqu\u00e9 evaluar puntualmente era si se pod\u00eda combinar esa base de datos con informaci\u00f3n de la literatura m\u00e9dica (art\u00edculos cient\u00edficos, papers, bases de datos biom\u00e9dicas, protocolos cl\u00ednicos) para hacer predicciones m\u00e1s robustas. Evaluamos eso principalmente con mediciones de glucosa, datos de ex\u00e1menes de sangre e im\u00e1genes de fondos de ojos.<\/p>\n
<\/p>\n
Hallamos que cuando el n\u00famero de pacientes a evaluar para determinada enfermedad es chico, la literatura mejora las predicciones. Pero con grandes vol\u00famenes de datos ya no tanto. Entonces, incorporar la literatura m\u00e9dica al an\u00e1lisis ser\u00eda m\u00e1s \u00fatil para enfermedades con muy baja prevalencia.<\/p>\n
<\/p>\n
\u00bfC\u00f3mo surgi\u00f3 la oportunidad de trabajar en B4-RNA y qu\u00e9 rol desempe\u00f1\u00e1s en la startup?<\/strong>
Hace un tiempo me contact\u00f3 el rector de la Universidad de Montevideo, Alejandro Cid. Le interesaba que me sumara como estudiante de doctorado y que diera clases de machine learning. Adem\u00e1s, quer\u00eda que fuera el primer estudiante de doctorado vinculado con la universidad en hacer un industry applied PhD: trabajar full-time en una empresa y que ese trabajo, sumado a dar clases, cuente para un doctorado.
Pero no cualquier trabajo sirve para este tipo de PhD, tiene que estar vinculado a la investigaci\u00f3n. En ese sentido, el rector me sugiri\u00f3 que una buena opci\u00f3n era trabajar en B4-RNA, por lo novedoso de lo que est\u00e1n haciendo y porque estaban buscando a alguien con experiencia en machine learning.<\/p>\n<\/p>\n
B4-RNA tiene muchos datos y precisan analizarlos de forma m\u00e1s autom\u00e1tica y r\u00e1pida con IA. Entonces me puse en contacto con Juan Pablo (Tosar), le interes\u00f3 la propuesta y as\u00ed llegu\u00e9.
Hoy estoy haciendo el doctorado, dando clases en la Universidad de Montevideo y trabajando en B4-RNA. Lo que buscamos es, con la secuenciaci\u00f3n de ARN que hace la startup, ver si es factible distinguir individuos sanos de pacientes con c\u00e1ncer, y a su vez subdividir en tipos y estadios de c\u00e1ncer.<\/p>\n
<\/p>\n
No desarrollamos los algoritmos de cero, sino que afinamos algoritmos que ya existen; aquellos que demostraron que son los mejores para nuestra situaci\u00f3n en particular. Ah\u00ed hay mucho trabajo de procesamiento de datos. Los resultados de la secuenciaci\u00f3n de las muestras de cada paciente generan en el entorno de 40 millones de lecturas, algunas de las cuales contienen errores o provienen de contaminaci\u00f3n de las muestras. La limpieza y procesamiento de datos exige much\u00edsimo trabajo.<\/p>\n
<\/p>\n
Es inviable que lo haga una persona sin ayuda de la inteligencia artificial, porque supone analizar 40 millones de secuencias por cada paciente estudiado.<\/p>\n
<\/p>\n
\u00bfC\u00f3mo ves el cruce entre biotecnolog\u00eda e inteligencia artificial en la actualidad y en los pr\u00f3ximos a\u00f1os?<\/strong>
Lo veo cada vez m\u00e1s amplio. Porque cada vez hay m\u00e1s datos y se generan m\u00e1s r\u00e1pido. Frente a grandes vol\u00famenes de datos, la inteligencia artificial siempre ayuda m\u00e1s. Si uno tiene que analizar a mano cinco muestras de sangre, capaz puede; pero si tiene 10.000 muestras o secuenciaciones muy profundas, con muchos datos, es m\u00e1s dif\u00edcil. El v\u00ednculo entre biotecnolog\u00eda e IA va a ser cada vez mayor. Frente a mayores datos, siempre la IA va a ser m\u00e1s \u00fatil.
En Uruguay se hace referencia desde hace a\u00f1os a la fuga de cerebros. \u00bfRetornar y colaborar con el pa\u00eds influy\u00f3 en tu decisi\u00f3n de venir?<\/p>\n<\/p>\n
S\u00ed. El primer factor que me impuls\u00f3 a volver fue el tema de la startup: c\u00e1ncer y detecci\u00f3n temprana, algo que me interesa mucho. Siento que desde ese lugar podemos generar un gran impacto.<\/p>\n
<\/p>\n
Tambi\u00e9n influy\u00f3 que la oportunidad fuera en Uruguay, donde tengo a mi familia y amigos. Viv\u00ed en Estados Unidos y en Emiratos, y la verdad que Uruguay es un buen lugar para vivir. Tiene cosas peores que otros pa\u00edses, pero tambi\u00e9n cosas mejores, como su gente. Tambi\u00e9n es muy positivo contribuir con el pa\u00eds, trabajando en una startup local que puede llegar a tener impacto en todo el mundo.<\/p>\n
[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"
\u00c1lvaro Cabrera es uruguayo, estudi\u00f3 en Estados Unidos e hizo un m\u00e1ster en la primera universidad del mundo dedicada enteramente a la inteligencia artificial, Mohamed bin Zayed University of Artificial Intelligence, en Emiratos \u00c1rabes. Hace unos meses regres\u00f3 a Uruguay para trabajar en una de las startups impulsadas por LAB+: B4-RNA.Fundada por el investigador Juan […]<\/p>\n","protected":false},"author":4,"featured_media":24849028,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[36],"tags":[],"class_list":["post-24849031","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"acf":[],"_links":{"self":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts\/24849031","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/comments?post=24849031"}],"version-history":[{"count":2,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts\/24849031\/revisions"}],"predecessor-version":[{"id":24849033,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/posts\/24849031\/revisions\/24849033"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/media\/24849028"}],"wp:attachment":[{"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/media?parent=24849031"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/categories?post=24849031"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/labplus.uy\/es\/wp-json\/wp\/v2\/tags?post=24849031"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}