La joven informática que quiere revolucionar el sistema de trasplantes español
María Pérez Ortíz ha creado un nuevo modelo para predecir la compatibilidad entre el donante y el receptor de órganos con ‘machine learning’
Cuando María Pérez Ortiz se enamoró del machine learning (o aprendizaje automático) en el segundo año del grado de informática, a sus compañeros de la Universidad de Córdoba no les interesaba el tema. Era 2009 y apenas se empezaba a hablar de esa rama de la inteligencia artificial que permite que los ordenadores aprendan sin ser explícitamente programados para ello. Pérez continuó estudiando el tema hasta convertirse, a los 27 años, en experta en esa tecnología. Las múltiples aplicaciones que ha desarrollado en campos tan v...
Cuando María Pérez Ortiz se enamoró del machine learning (o aprendizaje automático) en el segundo año del grado de informática, a sus compañeros de la Universidad de Córdoba no les interesaba el tema. Era 2009 y apenas se empezaba a hablar de esa rama de la inteligencia artificial que permite que los ordenadores aprendan sin ser explícitamente programados para ello. Pérez continuó estudiando el tema hasta convertirse, a los 27 años, en experta en esa tecnología. Las múltiples aplicaciones que ha desarrollado en campos tan variados como la agricultura o la medicina le han convertido en una de los seis jóvenes galardonados con los Premios de Investigación Sociedad Científica Informática de España, otorgados por la Fundación BBVA.
“El machine learning es un campo muy teórico, pero que te permite mantener viva la curiosidad y las ganas de aprender sobre diversas áreas”, cuenta Pérez en una conversación telefónica desde Cambridge (Reino Unido), donde acaba de empezar un contrato como investigadora posdoctoral. La informática trabaja actualmente en un proyecto que busca predecir la compatibilidad órgano-receptor en los trasplantes hepáticos. El sistema actual usa criterios como la gravedad de un paciente en lista de espera a la hora de asignar órganos, pero no hay un método para predecir problemas de compatibilidad tras la operación. El modelo desarrollado por Pérez y su grupo de investigación (Aprendizaje y Redes Neuronales Artificiales, en la Universidad Loyola de Andalucía) se nutre de datos de hospitales españoles y del King’s College de Londres. “Analizamos variables como edad, sexo, índice de masa corporal y tipo de muerte del paciente y si tenía alguna enfermedad como diabetes”, explica.
El método, que empieza a ser estudiado también para casos de trasplantes de pulmón, ha logrado un 80% de aciertos, de momento teóricos, dado que no han sido aplicados en casos reales. En los próximos meses comenzará una simulación virtual con el sistema de trasplantes español para probar el método y mejorarlo. “Hemos creado una app a través de la cual los médicos tendrán acceso a los datos. Después de realizar la operación, aplicarán el sistema para ver si funciona”.
Pérez empezó a estudiar la aplicación de la tecnología en el sistema de trasplantes durante su proyecto de fin de grado, por sugerencia de un profesor. “Me pareció un tema motivador y de mucha actualidad. Allí empezó mi pasión por la investigación multidisciplinar”, recuerda. Tuvo que dejarlo de lado, sin embargo, porque no logró una beca después de la graduación. Antes de retomarlo, ya como doctora en inteligencia artificial, desarrolló con el CSIC un proyecto de agricultura de precisión (usó drones y aprendizaje automático para identificar malas hierbas); trabajó durante un año con la Agencia Espacial Europea en el análisis de bases de datos para predecir el cambio climático, y creó aplicaciones de energía renovable.
En medicina todavía hay mucho recelo con ese tipo de tecnología, los médicos siguen aplicando modelos clásicos
“La aplicación del aprendizaje automático en temas del medio ambiente me llama mucho. Es a lo que me gustaría dedicarme en el futuro”, confiesa, aunque de momento su trabajo esté centrado en la medicina. Además del modelo para los trasplantes, Pérez ha participado en el desarrollo de un sistema basado en técnicas de visión artificial y machine learning para clasificar melanomas a partir de imágenes dermatoscópicas y así evitar una técnica invasiva, como es la biopsia, o al menos servir como complemento a ella. Su equipo de investigación lleva un año con el proyecto y, según cuenta, ha tenido dificultad de encontrar dermatólogos que quieran colaborar con ellos. "En medicina todavía hay mucho recelo con ese tipo de tecnología, los médicos siguen aplicando modelos clásicos. Hay que incluir formación tecnológica en las carreras de salud; en caso contrario, esos profesionales seguirán con lagunas enormes", afirma.
Futuro
A pesar de las dificultades, Pérez cree que la gente está "perdiendo el miedo" al machine learning. "Hace unos años tenías que explicar a la gente qué era, hoy en día los estudiantes ya saben qué es. Una de las ramas de carrera más solicitadas en las universidades es la de computación con aplicación en esa área, porque las grandes empresas demandan mucho ese tipo de trabajo", afirma.
La informática cuenta que le gustaría volver a trabajar en España, pero lamenta que, además de los recortes en las becas, el sistema de concesión de plazas en las universidades perjudique a los jóvenes, en su opinión. “Todo se valora por puntos y yo, por mucho que haya trabajado, no puedo tener a los 27 años un currículo más extenso que alguien con más tiempo de carrera. Así que, de momento, creo que tengo más posibilidades en Reino Unido”. Lo que tiene claro es que no pretende abandonar la investigación científica. "Empecé durante la crisis, cuando todo era más difícil, y me pude plantear un trabajo más rentable en una empresa. Pero al fin y al cabo, una lo hace más bien por pasión y por las ganas de contribuir con la sociedad".