La inteligencia artificial es una de las tecnologías que mayor recorrido tienen en el ámbito de la salud. Y dentro de este concepto tan amplio, el reconocimiento de imágenes es la que está ofreciendo resultados más inmediatos a la hora de ayudar a la labor de los médicos, ya sea en el diagnóstico o en la prevención de enfermedades. Un terreno en el que proyectos como el español Upnea resultan ejemplares.

Upnea, desarrollado por la startup Saturno Labs, es una iniciativa que facilita el diagnóstico de la apnea del sueño mediante el análisis de imágenes faciales de los pacientes, de su área orofaríngea, grabaciones de voz y de otros importantes parámetros clínicos recogidos en un cuestionario realizado por un bot.

Así pues, los pacientes pueden hablar con un bot, y contestar preguntas, subir archivos de voz o imagen que serán procesados utilizando técnicas de machine learning y posterior revisión de los médicos y profesionales sanitarios. Estos datos ayudan al médico en la detección de la gravedad de la enfermedad y su evaluación por medio de un dispositivo móvil.

La iniciativa, que fue premiada en el I Concurso de IA con Fines Sociales celebrado por el think tank We The Humans, es solo uno de los pilares de Saturno Labs en el vertical sanitario. No en vano, esta empresa está especializada en distintos trabajos con la inteligencia artificial como base, en terrenos como la atención al cliente o el urbanismo. También es socia oficial de Amazon en el desarrollo de productos y soluciones enfocados a su asistente virtual, Alexa. Pero la salud y los fines sociales de la tecnología siguen conformando la columna vertical y la aspiración de Natalia Rodríguez y su equipo.

De hecho, Natalia Rodríguez es una pujante activista por el uso responsable de la inteligencia artificial y el debate de su uso ético, especialmente en campos tan sensibles como la salud. Al respecto, la fundadora y CEO de Saturno Labs, explica que " “lo importante que es explicar bien qué datos necesitas, que proceso vas a seguir y obviamente, ayuda contar los beneficios que va a traer si sale bien: si le dices a alguien que tiene probabilidad más alta de tener una enfermedad grave que va a ser atendido antes agilizando así la lista de espera, pocas personas se negarían a compartir sus datos".

Durante un reciente encuentro, Rodríguez ha defendido "que los sesgos se evitan desde la raíz y hay que fijarse en cómo son los equipos de ingenieros e ingenieras que trabajan en esos sistemas. La realidad es que en esas empresas tecnológicas la presencia femenina que hace y desarrolla estos algoritmos es mínima, pero no solo en cuestión de género sino de raza, religión, etc. Cuando formas un equipo que no es diverso, al final metes tus propios sesgos y para evitarlo hay que crear protocolos internos que auditen esos algoritmos y es necesario llevar un control”.