Un breve repaso por el perfil profesional de Verónica Xhardez, la exhibe doctora en Ciencias Sociales por la Facultad de Ciencias Sociales de la Universidad de Buenos Aires (UBA), magíster en Ciencias Políticas y Sociología de la FLACSO y licenciada en Ciencias Antropológicas con orientación sociocultural, por la Facultad de Filosofía y Letras, de la UBA; y docente en la Universidad Nacional de Tres de Febrero.
Este amplio y diverso recorrido de formación le permite a Xhardez hablar del mayor proyecto de ciencia de datos e inteligencia artificial (IA) que tiene hoy la Argentina, el ARPHAI, abarcando aristas tan interesantes como desafiantes como lo son el impacto sociocultural del uso de la IA, la necesaria coordinación de políticas de género y el requerimiento de que el país cuente con tecnologías que permitan una mayor y mejor capacidad de cómputo de los datos.
El proyecto. “Investigación en Salud Pública Argentina sobre Ciencia de Datos e Inteligencia Artificial para la Prevención de Epidemias” es el nombre de una utopía argentina que tiene peso específico y características de realidad concreta. En inglés su sigla es ARPHAI y significa Argentinean Public Health Research on Data Science and Artificial Intelligence for Epidemic Prevention.
Verónica Xhardez es la coordinadora Técnica de CIECTI-ARPHAI. En dialogo con Telemedicina-Salud en línea explicó que desde octubre de 2020 comenzó a cobrar forma la CIECTI-ARPHAI. Fue el momento en que llegó una convocatoria abierta de parte de dos instituciones de cooperación internacional para el desarrollo: el Centro Internacional de Investigaciones para el desarrollo (IDRC) de Canadá, y la Agencia Sueca de Cooperación Internacional para el Desarrollo (SIDA), dentro del marco de su Programa Global South AI4COVID.
“En ese contexto, el Ministerio de Ciencia, Tecnología e Información de la Nación promovió que nuestro Centro (N.de R.: se refiere al Centro Interdisciplinario de Estudios en Ciencia, Tecnología e Innovación, CIECTI) se presentara como coordinador de una propuesta que apuntara a mejorar la gestión epidemiológica a partir de herramientas basadas en Inteligencia Artificial y Ciencia de Datos”, refiere Xhardez.
CIECTI ya trabajaba en diversas líneas de investigación sobre los temas propuestos y, además, “contábamos con la ventaja de que el Ministerio de Salud de la Nación estaba desarrollando y promoviendo la Historia de Salud Integrada (HSI)”, detalla Xhardez.
La historia continúa así: de los 154 proyectos que se presentaron a la convocatoria, nueve fueron seleccionados y ARPHAI es uno de los dos oriundos de América latina. Hoy, la coordinación de ARPHAI está a cargo del CIECTI, además del consorcio la Secretaría de Planeamiento y Políticas del Ministerio de Ciencia, Tecnología e Innovación y la Dirección Nacional de Sistemas de Información perteneciente a la Secretaría de Acceso a la Salud del Ministerio de Salud de la Argentina.
“ARPHAI es un proyecto complejo, diverso y federal, que tiene varios componentes”, dijo y enumeró: “la coordinación institucional (por la diversidad de participantes), el desarrollo de herramientas de Inteligencia Artificial y Ciencia de Datos (IAyCD), la implementación de pilotos de la Historia de Salud Integrada (HSI), la identificación y mitigación de sesgos, con enfoque en la diversidad e inclusión, sobre los datos, los modelos, los equipos y la HSI, el uso responsable de los datos a partir de nuestros aprendizajes, y el monitoreo y la evaluación de la experiencia, su documentación y difusión”.
Orgullo nacional. Para dar cuerpo y seguimiento a semejantes tareas, el equipo fue poblado por perfiles profesionales provenientes de una veintena de instituciones del sistema científico y tecnológico, provenientes de las provincias de San Juan, La Rioja, Córdoba, Santa Fe, Entre Ríos, Buenos Aires; y de la Ciudad Autónoma de Buenos Aires.
“Estamos orgullosos de poder decir que todos nuestros desarrollos son realizados dentro de Argentina, por científicos y científicas que trabajan en el país: desde especialistas en ciencias de la computación y bioestadística, hasta expertos y expertas en ciencias sociales y de la comunicación”, aseguró Xhardez y destacó que la iniciativa también tenga “una fuerte mirada puesta en la diversidad y la equidad de género”. Se refiere, al modo en que abordan los proyectos y a la composición de los equipos. Un ejemplo es el proyecto de desbinarización de la HSI.
Al momento de ponderar las iniciativas, la científica destacó que trabajan en el desarrollo de un tablero de visualización de datos provenientes de la HSI, “orientado a los niveles meso de decisión: en un primer piloto trabajamos con COVID-19, utilizando campos estructurados de esa historia clínica y otras fuentes de datos abiertos”.
A la par, el equipo realiza pruebas de concepto que utilizan el procesamiento del lenguaje natural para identificar fenotipos computables: “en un primer momento, COVID-19, a partir del texto libre y con ayuda de anotadores del dominio; posteriormente, poniendo el esfuerzo en síndromes y síntomas (pensando en la posibilidad de que contribuyan a fenotipar más enfermedades priorizadas)”.
Como tercera línea de trabajo, Xhardez se refirió a los modelos basados en agentes o aquellos que utilizan otras fuentes de datos disponibles y acotadas a una ciudad o territorio específico, para predecir algunas variables para COVID-19, como, por ejemplo, la ocupación de camas UTI, y que fue probado en la ciudad de La Rioja, “con buenos resultados”, aseguró.
Y hay más, otras iniciativas que calificó como “transversales”, que aportaron al desarrollo de los tres pilotos iniciales y que contribuyeron como proyectos propios, como lo es la generación de recursos para “motorizar la despatologización de estándares médicos como SNOMED en materia de género o la mejora de los algoritmos para anonimización de textos libres en español rioplatense de las Historias Clínicas (en curso), son proyectos en sí mismos que partieron de las líneas de trabajo transversales”.
Otra apuesta está vinculada a la implementación de la HSI en el territorio, para “generar aprendizajes y producir contenido que nos permita facilitar el escalado de esta política estratégica de salud”, y en ese marco trabajaron junto al Municipio de Almirante Brown, en al sur de la provincia Buenos Aires, para colaborar en su implementación en una docena de Centros de Atención Primaria de Salud (CAPS).
Un 2022 a toda máquina. El año recién comienza, pero el equipo de ARPHAI continúa a todo vapor para dar marcha a su segundo año de vida. “Esperamos mejorar los pilotos y profundizar la adecuación de los resultados de las diferentes líneas de investigación, en función de su potencial uso en vinculación con la HSI”, dijo Xhardez y aseguró que para el caso debieron robustecer los equipos.
Y la apuesta involucra otras áreas de abordaje y reflexión, por ejemplo, la que desarrollan con la Cátedra Libre de Estudios Trans de la Facultad de Filosofía y Letras de la Universidad de Buenos Aires (UBA) “para aportar a los procesos de despatologización mencionados, pero también recuperamos sus aportes para la reflexión sobre por qué, cómo y cuándo solicitar datos vinculados a la identidad de género y cómo eso impacta (o no) en la prestación de los servicios de salud”, explicó la científica.
Sin dudas, la oportunidad de la charla con esta activista por el Software y el Conocimiento Libre, la conceptualización de la Inteligencia Artificial (IA) y sus desafíos no podía estar ausente. “No representa un concepto novedoso en sí mismo; de hecho, existe desde los años ‘50. Sin embargo, en la actualidad tomó un nuevo protagonismo, debido a varios factores -dijo y profundizó- en especial, muchos sectores como finanzas o logística, seguros y la industria misma que comenzaron a adoptar técnicas como la del aprendizaje automático, que requiere una gran cantidad de datos. Además, en los últimos tiempos, en el marco de una cantidad considerable de datos digitalizados y la mayor capacidad de las máquinas para procesarlos, se perfeccionaron los algoritmos utilizados y su disponibilidad como un servicio posible”.
A ojos de esta científica, la Argentina cuenta con un ecosistema que incluye capacidad de investigación y señaló a organismos que podrían financiar su desarrollo, como la Agencia I+D+i, el CONICET, el Ministerio de Ciencia y Tecnología (MINCyT), y el INTA; aunque indicó que “la capacidad de cómputo del país debe ser mejorada y, además, debemos ocuparnos de la concientización sobre lo que efectivamente es la IA y para qué podemos usarla de una forma útil y ética. De esta manera, podemos empezar a pensarla como una oportunidad real, tanto en el nivel público como en el privado”.
Salud y pandemia. Pero a lo que el campo de la Salud requiere, la especialista remarcó que la pandemia “motivó a una serie de avances orientados hacia tecnologías asociadas a la telemedicina, a la automatización de algunos procesos y, en algunos casos, al uso de datos para machine learning”, pero propuso avanzar el camino que hay por delante “con cuidado, transparencia y una especial atención en la calidad de los datos”.
Y a la hora de consultarle sobre los límites éticos a la IA, la entrevistada precisó que “cuando lidiamos con datos, estamos trabajando indirectamente con personas. Por lo tanto, el uso responsable de los datos es un aspecto fundamental que en ARPHAI tenemos muy en cuenta, tanto desde la posición personal asumida por cada uno de nuestros expertos y expertas como desde nuestra posición institucional. Además, esto es especialmente sensible cuando se trata de datos de salud”.
Y en ese sentido también señaló importante recordar que el trabajo con datos es siempre un proceso interdisciplinario y por eso hay que recurrir a las personas que conocen el campo o dominio, algo que permite que “el resultado -si hay una vigilancia atenta- sea lo más justo posible en términos de sesgos y propender siempre a la mayor equidad”.
“Otro punto clave (especialmente en decisiones de salud) es no perder la responsabilidad y autonomía humana sobre decisiones que puedan ser apoyadas por estas herramientas”, dijo Xhardez y aclaró que esto no implica sacarlos del eje del debate y de la discusión, vinculada a los desafíos éticos del uso de datos sanitarios, su gobernabilidad, sus marcos legales y la aplicación.
