Víctor Manuel Vargas Yun

Ya existen algoritmos de inteligencia artificial capaces de clasificar imágenes médicas en función de si reflejan o no la existencia de alguna enfermedad. Pero la investigación de Víctor Manuel Vargas Yun (Pozoblanco, Córdoba, 1996) está enfocada a mejorar esa clasificación, incluyendo el grado de gravedad de la enfermedad. Este es un ejemplo de una metodología de clasificación ordinal a partir de imágenes, en la que, según explica el galardonado, «cada imagen del conjunto de datos tiene asociada una etiqueta, y el objetivo es construir un modelo capaz de predecir correctamente dicha etiqueta. A diferencia de otros problemas de clasificación, en la clasificación ordinal las etiquetas están ordenadas».

El objetivo de esta clasificación mejorada es tratar de minimizar los errores en los casos más críticos, «es decir, en los que cometer un error en un entorno real pudiera suponer un coste mayor. Clasificar un paciente sano como muy grave, o al revés, sería un error muy importante», argumenta Vargas, actualmente profesor sustituto en la Universidad de Córdoba.

El investigador galardonado se interesó desde pequeño por los ordenadores, y declara que «siempre me ha fascinado el hecho de que, con una serie de líneas de código, con un ordenador pudiera hacer prácticamente lo que yo quisiera». Se orientó hacia la inteligencia artificial durante la carrera, y a lo largo de su trayectoria ha sido testigo del «papel fundamental» que tiene la informática en nuestra sociedad: «desde los móviles que todo el mundo lleva en el bolsillo hasta los sistemas de gestión de la sanidad, el transporte, la energía…».

Consciente de los retos sociales que presenta la inteligencia artificial hoy en día, el investigador recalca que sus algoritmos siempre deben verse como «sistemas de apoyo a la decisión», no como agentes autónomos. «Lo más importante es que tanto la sociedad como los investigadores velemos por hacer un buen uso de esta inteligencia artificial —alega el premiado—. Como investigador, intento que los algoritmos que desarrollo sean lo más robustos posible. Esto supone un reto especialmente en el ámbito médico, en el que es bastante habitual tener pocos datos y eso perjudica al rendimiento de nuestras metodologías».

Otra de sus prioridades es que las conclusiones de sus algoritmos sean explicables: «Si vamos a proponer un diagnóstico con apoyo de un modelo de inteligencia artificial, nos interesa saber por qué ese modelo está dándonos la respuesta que nos está dando. De lo contrario, el modelo será poco fiable en un contexto tan importante como el médico».