«De nada nos servirá la IA si no avanzamos hacia una atención médica más accesible, humana y democrática»

Joan M. Núñez do Rio tiene una interesante trayectoria en la Universitat Oberta de Catalunya (UOC). En 2019 se estrenó en la UOC como profesor colaborador en asignaturas como Inteligencia artificial avanzada y Aprendizaje automático, y como supervisor de trabajos de máster y de grado del área de inteligencia artificial. Es doctor en Visión por Computador y posee un máster en Visión por Computador y en Inteligencia Artificial por la Universitat Autònoma de Barcelona; también es ingeniero de Telecomunicación por la Universitat Politècnica de Catalunya y actualmente investigador en la Universitat Oberta de Catalunya en cuestiones relacionadas con la visión por computador y la imagen médica. Ahora se estrena como profesor de los Estudios de Informática, Multimedia y Telecomunicación. Hoy hablamos de su trayectoria profesional, de cómo afronta la nueva etapa como docente en la UOC y de los principales retos de la inteligencia artificial en materia de medicina.

¿Podrías explicar brevemente qué es la visión por computador a quienes no estén familiarizados con este campo de conocimiento?

La visión por computador es la rama de la inteligencia artificial que se centra en proporcionar a las máquinas la habilidad de interpretar y analizar el mundo visual que las rodea. Eso se traduce en dotarlas de la capacidad de extraer cualquier tipo de información de las imágenes o los vídeos e incluso de crear otros nuevos.

¿Qué te llevó a interesarte por la inteligencia artificial y la visión por computador?

Mi interés por la inteligencia artificial viene directamente de la visión por computador. Durante la carrera hicimos alguna práctica en la que teníamos que extraer información de imágenes y ya supe que me quería especializar en eso. Directamente fui a comprarme algunos libros y a hacer mis «pequeños programas» en casa. ¡Estamos hablando de antes de la gran revolución del aprendizaje profundo!

Has vuelto a Barcelona después de ocho años en Londres como investigador. Tras tu experiencia en la University College London y el King’s College London, ¿cuáles han sido los aprendizajes más valiosos que has obtenido al trabajar en esos prestigiosos centros? ¿Cómo afrontas esta nueva etapa?

Estoy muy agradecido por haber tenido la oportunidad de trabajar en esas grandes instituciones y con grandes profesionales, no solo por su talento, sino también por su generosidad. Mi etapa allí empezó después de defender mi tesis doctoral y ha sido una gran escuela en todo lo que tiene que ver con la vida académica al formar parte de proyectos de investigación de gran alcance y trabajar con ingenieros y médicos con una fuerte vocación científica. Ahora, esta nueva etapa la afronto con mucha ilusión y con la intención de continuar sumando a los proyectos actuales nuevos proyectos, nuevos aprendizajes y nuevos compañeros.

Has trabajado en diversos proyectos internacionales. ¿Cómo ha influido el trabajo en otros países en tu enfoque hacia la investigación y la educación? ¿Cuál es el proyecto del que estás más orgulloso?

Como te decía, he vivido la mayor parte de mi vida académica en el Reino Unido, así que me ha influido absolutamente en todo. La verdad es que todos los proyectos en los que he trabajado han sido importantes para mí y, además, tienen mucha relación entre ellos. Supongo que, por su duración y alcance, tiene un significado muy importante para mí haber formado parte del estudio ORNATE, dirigido por la Dra. Sobha Sivaprasad y, en la rama de la IA en particular, por el Dr. Christos Bergeles. En este estudio, de más de cuatro años de duración y realizado en colaboración con diferentes instituciones del Reino Unido y de la India, trabajamos en el desarrollo de nuevas herramientas para diagnosticar la retinopatía diabética. La premisa principal era que las nuevas herramientas debían poder implementarse en países sin una fuerte infraestructura y llegar a lugares situados a, quizás, centenares de kilómetros del hospital más cercano.

Como experto en visión por computador, has desarrollado tu investigación principalmente en el campo de la imagen médica. ¿En qué consiste?

La imagen médica es el campo de la medicina que emplea imágenes de diferentes partes del cuerpo humano para diagnosticar y tratar patologías. Desde la visión por computador ponemos las técnicas de inteligencia artificial al servicio de esos mismos objetivos; así, trabajamos en el procesamiento de imágenes o vídeos de cualquier modalidad médica, por ejemplo imágenes de fondos de ojo, radiografías o resonancias magnéticas.

¿Cómo ha sido tu transición desde roles más centrados en la investigación al sector de la docencia como profesor de la UOC? 

La docencia siempre ha ido ligada a mi actividad académica. De buen principio, durante mi etapa predoctoral, ya tenía responsabilidades de docencia. Siempre he disfrutado mucho la relación con el alumnado y creo mucho en la labor y la responsabilidad de la universidad como nexo entre la innovación y la formación de los creadores del futuro. Conecta mucho con el fuerte componente de generosidad que fundamenta, creo yo, la actividad académica entre colaboradores o entre docentes y el alumnado.

¿Cuál es el área o la asignatura que más disfrutas enseñando?

Disfruto mucho las asignaturas ligadas directamente a mi investigación en IA y visión por computador, pero también las asignaturas de matemáticas, que fundamentan todas las técnicas que utilizamos en nuestra disciplina y en otras muchas.

¿Qué te motivó a asumir un papel más activo como docente en la UOC, más allá de tu rol anterior como profesor colaborador?

Lo vi como una transición muy natural. Siendo ya parte de la «familia» UOC, dar un paso adelante e incorporarme como docente investigador ha sido muy fácil. Además, me hace mucha ilusión formar parte de esta institución y aportar mi granito de arena, tanto en la parte docente como en la de innovación e investigación.

Enseñar en una universidad en línea como la UOC presenta desafíos únicos. ¿Cómo afrontas la impartición de temas tan técnicos como la inteligencia artificial y las matemáticas en un entorno virtual?

La UOC, que ha sido pionera en tantas cosas, y no por casualidad llega a celebrar su treinta aniversario este año, ha consolidado una potente plataforma que se adapta perfectamente a las necesidades dinámicas del alumnado. El modelo de enseñanza en línea de la UOC facilita la comunicación directa y constante entre docentes y alumnado y entre compañeros en las aulas, lo que hace que el intercambio de ideas y de materiales sea excepcionalmente fluido. Desde las asignaturas con un componente más técnico o matemático es muy fácil sacar provecho de todas esas herramientas.

¿Cómo incorporas tus experiencias y descubrimientos de investigación a tu metodología de enseñanza? ¿Puedes compartir algún ejemplo concreto?

Es importante que las aulas no estén aisladas de la realidad. Por ejemplo, en las asignaturas relacionadas con la inteligencia artificial siempre se debe intentar que el alumnado se enfrente a problemas reales. En este sentido, los problemas de imagen médica, como la detección de patologías, proporcionan un gran marco de trabajo, no solo para ver el potencial de las herramientas que el alumnado aprende a utilizar, sino para comprender y detectar sus limitaciones.

¿Qué crees que es lo más importante que los estudiantes deben aprender sobre la inteligencia artificial para prepararse para el inminente futuro?

Cualquier experto que vaya a participar en el diseño de herramientas basadas en la IA tiene que conocer, obviamente, los detalles de las técnicas que utilizará. Pero es fundamental añadir a ese aprendizaje capacidades que le permitan estudiar y analizar cuidadosamente el funcionamiento de las herramientas desarrolladas y, por ejemplo, detectar cualquier tipo de sesgo. Todos esos aspectos técnicos, además, tienen que ir acompañados del desarrollo de la conciencia del poder transformador de la IA y de su impacto desde una perspectiva ética y social.

La IA está transformando la medicina de formas que antes eran inimaginables. Desde tu experiencia, ¿cuál crees que es el mayor impacto que la IA ha tenido en la medicina, especialmente en la oftalmología?

En los últimos años se ha estado trabajando en muchos frentes importantes e interesantes. Algunos de los ejemplos más claros los encontramos en la diagnosis de patologías diversas como la retinopatía diabética, el glaucoma o la degeneración macular asociada a la edad, pero también en el análisis de lesiones de la retina o el procesamiento de vídeos de intervenciones, por ejemplo de cataratas. Algunos de los sistemas de detección y diagnosis, entrenados con miles o centenares de miles de imágenes y capaces de diagnosticar patologías con una gran exactitud, han recibido ya la aprobación de la FDA (Food and Drug Administration, Administración de Alimentos y Medicamentos de Estados Unidos).

¿Cuáles crees que son los próximos grandes desafíos para la inteligencia artificial en la medicina?

Para acelerar la adopción de herramientas basadas en la IA en la práctica clínica tenemos que poder dar respuesta no solo a los desafíos tecnológicos, sino también de otros frentes tan importantes o más. Por un lado hay que afrontar las cuestiones éticas y de impacto que comentábamos antes y eso debe hacerse, como no podría ser de otro modo, desde un punto de vista interdisciplinario. Esta reflexión tiene que fundamentar una tarea reguladora que asegure la buena gestión y aplicación de las nuevas herramientas. Todo ello, además, se debe hacer escuchando al paciente. De nada nos servirá la IA si no avanzamos hacia una atención médica más accesible, humana y democrática.

Aunque la IA tiene un enorme potencial, también preocupan sus efectos a largo plazo. ¿Existen riesgos o posibles consecuencias negativas del uso de la IA en la medicina que te preocupen, ya sea en términos de errores diagnósticos, deshumanización de la atención médica o dependencia excesiva de las máquinas?

La IA tiene que estar al servicio del bienestar de las personas. La tecnología tiene un gran poder transformador y lo que nos debe preocupar es que su despliegue responda siempre a este principio.