Big Data e inteligencia artificial al servicio de la salud de las personas

En la Fundación Innovación Bankinter estamos muy orgullosos de los alumni que han participado en nuestro programa Akademia. El programa cuenta con un diseño e implementación que lo hace único: desde el proceso de selección de alumnos, pasando por el contenido de las sesiones y acabando en los docentes que las imparten. Esto hace que los alumni sean personas con pasión por la innovación y con muchas ganas de aportar nuevos puntos de vista y nuevas soluciones en sus respectivos campos.

En esta ocasión entrevistamos a Marina Calzada , que estudió Ingeniería Biomédica en la universidad Carlos III de Madrid y tiene un Máster en Big Data Analytics. Trabaja actualmente en la empresa BASE life science , unaconsultora de tecnología, productos y servicios especializada en la creación de valor empresarial real a partir de plataformas digitales y datos– y es experta en Big Data.

A continuación, reproducimos la entrevista que mantuvimos con Marina:

Tras tu paso por Akademia, ¿cambió tu manera de ver la innovación y cómo llevarla a cabo?

La verdad que sí. Yo no tenía mucha idea de la innovación antes de empezar el curso. En la universidad, estudiando ingeniería, estaba muy enfocada en la ingeniería biomédica para luego ser investigadora o trabajar para una empresa, pero no estaba contemplado en ningún caso que pudiésemos innovar. Tampoco toda la parte de gestión, emprendimiento y economía que aprendí en el programa Akademia se nos planteó durante la carrera. Tampoco tenía a nadie en mi entorno que tuviese esos conocimientos y creía que era algo muy ajeno a mí. Participar en el programa fue importante porque me di cuenta de que la innovación es algo muy realista: las ideas pueden llevarse a cabo mediante la innovación y puedes poner en marcha soluciones sostenibles en el tiempo. En definitiva, aprendí que había una nueva forma de trabajar, al alcance de cualquier perfil.

¿Qué es lo que más te gustó del programa y por qué?

Me gustó mucho que en el programa participábamos gente de backgrounds muy diferentes. Sin el programa Akademia no hubiese tenido la oportunidad de tener contacto tan directo, ni de trabajar en el día a día con personas que estudiaban en otras áreas completamente distintas a la Ingeniería, como Derecho o ADE. También me gustó mucho contar con unos docentes que cada día nos aportaban un tema de mucho interés, y que eran ejemplos reales de personas reales que habían emprendido y nos contaban su experiencia.

Una vez acabaste la carrera de Ingeniería Biomédica y cursaste Akademia, te decidiste por hacer el Máster en Big Data Analytic, ¿cómo te influyó Akademia en esta decisión?

Me influyó mucho. Tuvimos una charla en la que nos contaron cómo habían utilizado Big Data para la venta de pisos, un tema muy alejado de mis inquietudes, pero justo estaba en la carrera trabajando con un proyecto de radiografías y pensé que en el ámbito de la medicina existen muchísimos datos que se podían explotar con Big Data, que era un campo muy interesante y con mucho futuro y que se podrían aportar soluciones muy útiles a la medicina. A raíz de esa charla en Akademia decidí especializarme en Big Data, que es en lo que estoy trabajando ahora.

Como experta en Big Data, ¿crees que es una habilidad que debería ser transversal, independientemente de lo que estudies?

Creo que, a día de hoy, el futuro está en gestión en la nube y en trabajar con datos. Estudies la carrera que estudies, todos deberíamos saber cómo tratar con los datos, incluso desde un punto de vista legal sobre qué se puede hacer y qué no. El mundo va en esa dirección: en tener todos los datos en la nube y en saber cómo gestionarlos y cómo hacer cosas útiles con ellos. Cualquier estudiante de cualquier carrera debería, al menos, conocer las posibilidades de Big Data.

¿Nos puedes ilustrar, con algunos ejemplos, aplicaciones reales de Big Data en el campo de la medicina/farmacia?

Hay proyectos muy interesantes. Es cierto que en el ámbito de la medicina existen unas regulaciones sobre privacidad y sobre responsabilidades mucho más estrictas que en otros sectores, pero aun así, se está avanzando con innovaciones médicas. Por ejemplo, Google tiene un proyecto para detectar el cáncer pulmonar en radiografías y ha conseguido llegar a un 80% de fiabilidad.

De todas formas, en medicina es más complicado que en otras áreas. Si un algoritmo comete un error, ¿quién es el culpable? ¿el médico? ¿el ingeniero que lo ha diseñado? Por eso, el desarrollo de aplicaciones debe enfocarse en crear herramientas de ayuda y apoyo a los profesionales, que son los que tienen que tomar las decisiones.

Otra aplicación interesante es para la interpretación de TACs (tomografías axiales computarizadas), donde el sistema dice dónde están los diferentes órganos y los delimita en el espacio, de manera que el radiólogo acorte mucho los tiempos en saber cómo localizar los posibles problemas o en dónde focalizarse.

Y también se están desarrollando soluciones para intentar ayudar a los médicos en sus diagnósticos, con herramientas que tratan de predecir si un paciente tiene más probabilidades de padecer un cáncer u otro tipo de enfermedades dependiendo de su historial clínico, teniendo en cuenta miles de historiales previos y entrenando un algoritmo.

En el sector farmacéutico se está investigando para obtener nuevos componentes para medicamentos. Se utiliza Big Data para utilizar los datos de experimentos anteriores, de manera que se pueden hacer estudios sobre viabilidad de un producto y para predecir efectos secundarios o factores de riesgo. En función de cómo es la molécula de la que queremos hacer una simulación, se buscan moléculas similares de las que se tengan datos clínicos.

Otro ámbito de innovación con Big Data es la ayuda a los investigadores en la documentación y el papeleo, acortando los tiempos que tienen que invertir en organizar, preparar y clasificar documentos y puedan dedicarse de lleno a la investigación.

¿Qué hay que hacer con los datos para que aporten valor real al negocio? (nos referimos a su fiabilidad, número, muestreo, …)

Muchas veces la calidad de los datos es mala. Es muy importante saber cómo se han recogido los datos, qué fuentes se han utilizado y qué criterios se han seguido. Por ejemplo, existen muchos dispositivos wearables, como pulseras y relojes, que miden la frecuencia cardiaca o los periodos de sueño, pero no tienen el nivel tecnológico para que las medidas sean fiables. Por otro lado, también es muy importante conocer con qué rigor se procesan los datos. En definitiva, no todos los datos sirven y hay que dedicar un esfuerzo importante para asegurarnos que los datos, que son la materia prima de una solución Big Data, sean lo mejor posibles.

¿Qué herramientas informáticas son necesarias para trabajar en Big Data?

A día de hoy es básico saber programar en Python. También creo que es importante conocer SQL, porque es la única forma de que sea manejable tratar con bases de datos muy grandes. No es difícil de aprender y tienes la ventaja de que si aprendes un lenguaje de programación, luego es fácil empezar con otros lenguajes como R o Scala.

La ventaja de Python es que tienes muchas librerías, como Scikit-learn, que ya tienen los algoritmos programados por otras personas. Se trata de coger esos algoritmos, introducir los parámetros y hacer pequeñas modificaciones para intentar conseguir el mejor resultado.

Para programar algoritmos desde cero, existen también muchas librerías con ejemplos prácticos que han hecho muchos programadores, por ejemplo en GitHub.

¿Cuál es la relación entre Big Data e Inteligencia Artificial?

Big Data quiere decir simplemente que tienes muchísimos, muchísimos datos guardados en la nube y quieres utilizarlos para algo útil. Esa cantidad de datos, tal y como están, hacen imposible que una persona pueda verlos, manejarlos ni sacar ningún tipo de conclusiones. La inteligencia artificial, al final, para mí, son matemáticas aplicadas que lo que hacen es, partiendo de todos esos datos en barbecho, intentan sacar algo provechoso de ellos. La inteligencia artificial sirve para obtener distribuciones, medias, y otra serie de parámetros de los datos, que son imprescindibles para que los profesionales que nos dedicamos a esto podamos sacar conclusiones y podamos reentrenar a los algoritmos para que cada vez puedan hacer más cosas con los datos. En conclusión, Big Data e inteligencia artificial siempre van de la mano.

¿Cuál es tu trabajo hoy en día?

Trabajo en BASE life science, que ha sido adquirida recientemente por Infosys, y desde donde creamos herramientas para mejorar el día a día de los profesionales del sector farmacéutico. Ahora me encuentro en un proyecto de migración de datos y optimización de datos para un cliente, de manera que todos sus procesos se puedan mejorar y acelerar. En otros casos, lo que hacen nuestros clientes es facilitarnos muchos datos y nosotros sacamos conclusiones y recomendaciones utilizando inteligencia artificial que les sirven para la mejora de sus procesos internos.

¿Cuáles son tus planes de futuro? ¿especializarte en el campo de la salud o aplicar Big Data en otros sectores?

La verdad es que en otros sectores el tema de Big Data está más avanzado, pero en mi caso, estudié ingeniería biomédica, me gusta mucho el sector salud y me gusta que mi trabajo, directa o indirectamente esté relacionado con mejorar la salud de las personas. Lo que hago sirve para ayudar a los investigadores a obtener nuevos fármacos, que pueden ayudar a mejorar la salud. Así que Big Data en salud es vocacional para mí.

¿Qué consejo/s le darías a un estudiante de cualquier carrera que quisiera entrar en el mundo de la innovación y las nuevas tecnologías?

Lo primero mantener la mente abierta. Que hayas estudiado una carrera no significa que tengas que dedicarte a lo que siempre te han dicho. Tienes que encontrar lo que te llena y lo que te gusta y puede ser en otro sector distinto al que creías. Además, ir a charlas y eventos. Tanto por el contenido de las mismas como por el networking con personas que tengan inquietudes similares a los tuyos. Y si puedes apuntarte a Akademia, no lo dudes.

¡Muchas gracias, Marina! ¡Y muchos éxitos!

Si quieres conocer los testimonios de otros alumni de Akademia, aquí puedes verlos.