Rubén Armañanzas repasa el presente y los retos de la inteligencia artificial en medicina en el LabMeCrazy! Science Film Festival

La inteligencia artificial no es una moda reciente, sino una disciplina con casi un siglo de historia que hoy empieza a mostrar todo su potencial en ámbitos tan complejos como la oncología y las enfermedades neurológicas. Esta fue una de las ideas centrales de la charla “Inteligencia artificial en medicina: Ejemplos y retos en cáncer y enfermedades neurológicas”, impartida por Rubén Armañanzas, investigador del Instituto de Ciencia de los Datos e Inteligencia Artificial (DATAI), en el marco del LabMeCrazy! Science Film Festival, una iniciativa del Museo de Ciencias – Museo Universidad de Navarra.

Durante su intervención en Civivox Iturrama, Armañanzas ofreció un recorrido claro y accesible por el origen de la inteligencia artificial, sus principales enfoques actuales y algunas de sus aplicaciones más prometedoras en investigación médica, subrayando tanto sus avances como sus límites.

De Alan Turing a la inteligencia artificial actual

El investigador comenzó situando el nacimiento de la inteligencia artificial en los trabajos de Alan Turing, considerado padre de la informática. “En 1936, Turing sienta las bases teóricas de la computación con su trabajo sobre los números computables, cuando todavía no existían los ordenadores”, explicó. Años más tarde, en 1950, el propio Turing plantearía públicamente una pregunta que marcaría el futuro del campo: ¿pueden las máquinas pensar?

Ese debate cristalizó en 1956, durante una escuela de verano en la Universidad de Dartmouth, donde se acuñó por primera vez el término inteligencia artificial. Según recordó Armañanzas, la definición inicial ya apuntaba a uno de los grandes retos actuales: “Para simular la inteligencia en sistemas no biológicos, primero deberíamos entender cómo funciona nuestra propia inteligencia, y hoy todavía estamos muy lejos de descifrar completamente el cerebro humano”.

Tres grandes enfoques de la inteligencia artificial

El investigador explicó de forma didáctica tres grandes familias de técnicas que se utilizan hoy en día. La primera, basada en el aprendizaje a partir de datos tabulados, la comparó con el juego del “¿Quién es quién?”, donde se toman decisiones sucesivas para identificar patrones. “La máquina hace lo mismo que hacemos las personas, pero a una velocidad y con una capacidad que nosotros no podemos alcanzar”, señaló.

El segundo enfoque fue el aprendizaje por refuerzo, utilizado en entornos muy controlados como juegos de estrategia o ciertos modelos financieros. “Funciona especialmente bien cuando las reglas del sistema están muy bien definidas; por eso todavía presenta limitaciones en contextos abiertos como la conducción autónoma”, advirtió.

Por último, se refirió a los grandes modelos de lenguaje, como ChatGPT, a los que describió como “robots semánticos”. “No son personas ni piensan como humanos; son sistemas que operan en el espacio del lenguaje y transforman la información que les damos para ofrecernos respuestas, resúmenes o nuevos textos”, aclaró.

Aplicaciones reales en oncología

La parte final de la charla se centró en aplicaciones de la inteligencia artificial en medicina, especialmente en oncología, un campo en el que el equipo de Armañanzas trabaja activamente dentro del Instituto. Uno de los ejemplos presentados fue el uso de IA para predecir qué pacientes responderán mejor a la inmunoterapia, una estrategia terapéutica que activa el sistema inmune contra las células tumorales, pero que solo resulta eficaz en aproximadamente un 25–30% de los casos.

“Si podemos anticiparnos y saber qué pacientes tienen más probabilidades de responder a la inmunoterapia, ayudamos al oncólogo a tomar mejores decisiones antes de iniciar el tratamiento”, explicó. En este sentido, su grupo ha participado en el desarrollo de índices de riesgo en cáncer de pulmón y vejiga que permiten identificar perfiles de pacientes con más probabilidad a respuesta positiva.

Armañanzas también presentó un proyecto europeo en cáncer de mama, centrado en tumores especialmente agresivos, que busca integrar múltiples tipos de datos —genéticos, microbiota, información clínica, entre otros— para detectar patrones invisibles al ojo humano. “La idea es construir una visión más completa de cada paciente y usar la inteligencia artificial para descubrir relaciones que nos ayuden a personalizar los tratamientos”, señaló.

Una herramienta con gran potencial, pero con límites

A lo largo de la charla, insistió en la importancia de mantener una visión realista sobre la inteligencia artificial. “No estamos cerca de replicar la inteligencia humana, pero sí estamos en un momento clave para usar estas herramientas de forma responsable y útil, especialmente en investigación médica”, concluyó.

La conferencia se enmarcó dentro del LabMeCrazy! Science Film Festival, que combina cine, ciencia y divulgación para acercar al público general algunos de los grandes debates científicos de nuestro tiempo.