El sistema fue creado en menos de dos meses por la Universidad de Stanford.

Menos de dos meses ha necesitado un equipo de investigadores de la Universidad de Stanford para entrenar al algoritmo. Una vez que esta fase concluyó, lo lanzaron a detectar casos de neumonía y la precisión lograda ha sido significativa. La inteligencia artificial ha sido capaz de diagnosticar la enfermedad con un acierto similar al de radiólogos experimentados.

El algoritmo se nutre de 100.000 radiografías , hechas públicas por el National Institutes of Health de Estados Unidos. Es una base de datos que estuvo disponible para todos el día 27 de septiembre. Los resultados de la investigación de Stanford se publicaron el 14 de noviembre. Evidentemente aún no han sido sometida al arbitraje académico para validar las conclusiones, pero el entrenamiento del software se ha logrado en tiempo récord.

Estas 100.000 radiografías le han servido al algoritmo para adquirir una precisión similar a la de cuatro radiólogos consumados. Con ellos se ha comparado este algoritmo que no solo diagnostica neumonía, sino otras dolencias. Fibrosis o hernias también están incluidas en el catálogo de enfermedades que el software es capaz de detectar.

En total eran 14 enfermedades las que estaban presentes en la base de datos de radiografías. El National Institutes of Health también publicó, junto con las imágenes, sus propios resultados a la hora de detectar los problemas. En comparación, el algoritmo creado en Stanford arrojó menos falsos positivos y menos falsos negativos.

No es la primera vez que se experimenta con la inteligencia artificial para facilitar el diagnóstico. Tal vez el caso más conocido y de uso real sea IBM Watson, que apoya en hospitales la detección del cáncer y la toma de decisiones sobre uno u otro tratamiento. Pero hay muchas investigaciones que han profundizado en el empleo del software para identificar enfermedades.

También en la Universidad de Stanford, unos investigadores se centraron en el cáncer de piel. Desarrollaron un algoritmo de deep learning para lidiar con su diagnóstico. Esta tipología de cáncer es complicada de detectar, pues hay muchos tipos de lesiones de piel. Pero con ayuda de una gran base de datos de imágenes, el software obtuvo una precisión del 91% en comparación con los médicos.

Procedente de la Universidad de Notingham llegó otra investigación orientada no ya al diagnóstico sino a la predicción. En este caso, los científicos crearon un algoritmo que podía predecir con mayor precisión que los médicos la posibilidad de que una persona sufra un infarto.