La joven inform¨¢tica que quiere revolucionar el sistema de trasplantes espa?ol

Cuando Mar¨ªa P¨¦rez Ortiz se enamor¨® del machine learning (o aprendizaje autom¨¢tico) en el segundo a?o del grado de inform¨¢tica, a sus compa?eros de la Universidad de C¨®rdoba no les interesaba el tema. Era 2009 y apenas se empezaba a hablar de esa rama de la inteligencia artificial que permite que los ordenadores aprendan sin ser expl¨ªcitamente programados para ello. P¨¦rez continu¨® estudiando el tema hasta convertirse, a los 27 a?os, en experta en esa tecnolog¨ªa. Las m¨²ltiples aplicaciones que ha desarrollado en campos tan variados como la agricultura o la medicina le han convertido en una de los seis j¨®venes galardonados con los Premios de Investigaci¨®n Sociedad Cient¨ªfica Inform¨¢tica de Espa?a, otorgados por la Fundaci¨®n BBVA.

M¨¢s informaci¨®n

La mujer que desarrolla la vacuna contra el c¨¢ncer

El remedio que se busca en plantas y ordenadores

¡°El machine learning es un campo muy te¨®rico, pero que te permite mantener viva la curiosidad y las ganas de aprender sobre diversas ¨¢reas¡±, cuenta P¨¦rez en una conversaci¨®n telef¨®nica desde Cambridge (Reino Unido), donde acaba de empezar un contrato como investigadora posdoctoral. La inform¨¢tica trabaja actualmente en un proyecto que busca predecir la compatibilidad ¨®rgano-receptor en los trasplantes hep¨¢ticos. El sistema actual usa criterios como la gravedad de un paciente en lista de espera a la hora de asignar ¨®rganos, pero no hay un m¨¦todo para predecir problemas de compatibilidad tras la operaci¨®n. El modelo desarrollado por P¨¦rez y su grupo de investigaci¨®n (Aprendizaje y Redes Neuronales Artificiales, en la Universidad Loyola de Andaluc¨ªa) se nutre de datos de hospitales espa?oles y del King¡¯s College de Londres. ¡°Analizamos variables como edad, sexo, ¨ªndice de masa corporal y tipo de muerte del paciente y si ten¨ªa alguna enfermedad como diabetes¡±, explica.?

El m¨¦todo, que empieza a ser estudiado tambi¨¦n para casos de trasplantes de pulm¨®n, ha logrado un 80% de aciertos, de momento te¨®ricos, dado que no han sido aplicados en casos reales. En los pr¨®ximos meses comenzar¨¢ una simulaci¨®n virtual con el sistema de trasplantes espa?ol para probar el m¨¦todo y mejorarlo. ¡°Hemos creado una app?a trav¨¦s de la cual los m¨¦dicos tendr¨¢n acceso a los datos. Despu¨¦s de realizar la operaci¨®n, aplicar¨¢n el sistema para ver si funciona¡±.

P¨¦rez empez¨® a estudiar la aplicaci¨®n de la tecnolog¨ªa en el sistema de trasplantes durante su proyecto de fin de grado, por sugerencia de un profesor. ¡°Me pareci¨® un tema motivador y de mucha actualidad. All¨ª empez¨® mi pasi¨®n por la investigaci¨®n multidisciplinar¡±, recuerda. Tuvo que dejarlo de lado, sin embargo, porque no logr¨® una beca despu¨¦s de la graduaci¨®n. Antes de retomarlo, ya como doctora en inteligencia artificial, desarroll¨® con el CSIC un proyecto de agricultura de precisi¨®n (us¨® drones y aprendizaje autom¨¢tico para identificar malas hierbas); trabaj¨® durante un a?o con la Agencia Espacial Europea en el an¨¢lisis de bases de datos para predecir el cambio clim¨¢tico, y cre¨® aplicaciones de energ¨ªa renovable.

En medicina todav¨ªa hay mucho recelo con ese tipo de tecnolog¨ªa, los m¨¦dicos siguen aplicando modelos cl¨¢sicos

¡°La aplicaci¨®n del aprendizaje autom¨¢tico en temas del medio ambiente me llama mucho. Es a lo que me gustar¨ªa dedicarme en el futuro¡±, confiesa, aunque de momento su trabajo est¨¦ centrado en la medicina. Adem¨¢s del modelo para los trasplantes, P¨¦rez ha participado en el desarrollo de un sistema basado en t¨¦cnicas de visi¨®n artificial y machine learning para clasificar melanomas a partir de im¨¢genes dermatosc¨®picas y as¨ª evitar una t¨¦cnica invasiva, como es la biopsia, o al menos servir como complemento a ella. Su equipo de investigaci¨®n lleva un a?o con el proyecto y, seg¨²n cuenta, ha tenido dificultad de encontrar dermat¨®logos que quieran colaborar con ellos. "En medicina todav¨ªa hay mucho recelo con ese tipo de tecnolog¨ªa, los m¨¦dicos siguen aplicando modelos cl¨¢sicos. Hay que incluir formaci¨®n tecnol¨®gica en las carreras de salud; en caso contrario, esos profesionales seguir¨¢n con lagunas enormes", afirma.

Futuro

A pesar de las dificultades, P¨¦rez cree que la gente est¨¢ "perdiendo el miedo" al machine learning. "Hace unos a?os ten¨ªas que explicar a la gente qu¨¦ era, hoy en d¨ªa los estudiantes ya saben qu¨¦ es. Una de las ramas de carrera m¨¢s solicitadas en las universidades es la de computaci¨®n con aplicaci¨®n en esa ¨¢rea, porque las grandes empresas demandan mucho ese tipo de trabajo", afirma.?

La inform¨¢tica cuenta que le gustar¨ªa volver a trabajar en Espa?a, pero lamenta que, adem¨¢s de los recortes en las becas, el sistema de concesi¨®n de plazas en las universidades perjudique a los j¨®venes, en su opini¨®n. ¡°Todo se valora por puntos y yo, por mucho que haya trabajado, no puedo tener a los 27 a?os un curr¨ªculo m¨¢s extenso que alguien con m¨¢s tiempo de carrera. As¨ª que, de momento, creo que tengo m¨¢s posibilidades en Reino Unido¡±. Lo que tiene claro es que no pretende abandonar la investigaci¨®n cient¨ªfica. "Empec¨¦ durante la crisis, cuando todo era m¨¢s dif¨ªcil, y me pude plantear un trabajo m¨¢s rentable en una empresa. Pero al fin y al cabo, una lo hace m¨¢s bien por pasi¨®n y por las ganas de contribuir con la sociedad".?