Los investigadores del Frontier Development Lab (FDL), en conjunto con los Intel AI Mentors, realizaron un estudio histórico sobre la salud de los astronautas para comprender mejor los efectos fisiológicos de la exposición a la radiación. Utilizando la tecnología de inteligencia artificial (IA) de Intel, el FDL creó un algoritmo, el primero en su tipo, para identificar los biomarcadores de la progresión del cáncer utilizando una combinación de datos de exposición a la radiación en ratones y humanos.
Al respecto, Paul Duckwoth, investigador de FDL, expresó: “con la ayuda de Intel, definimos la forma en que los modelos de aprendizaje automático causal pueden operar con datos en diferentes lugares sin tener que trasladar los datos entre ubicaciones físicas. Durante el FDL 2021 logramos nuestro objetivo de utilizar algoritmos a escala para comprender, mejorar y apoyar la salud de los astronautas. Esta investigación es muy valiosa; algún día podría ayudar a los astronautas de la Estación Espacial Internacional, a futuras estaciones espaciales y a la próxima misión lunar de 2024, así como a los afectados por el cáncer en la Tierra”.
La radiación cósmica puede penetrar varias capas de acero y aluminio y afectar el tejido humano durante los viajes espaciales. Puede provocar problemas de salud en los astronautas y futuras complicaciones de cáncer. Al disponer de pocos datos sobre los efectos de la radiación cósmica en los astronautas de las misiones espaciales existentes, los investigadores aprovecharon una serie de datos protegidos por diversas instituciones. Para acceder a estos datos aislados, Intel y el FDL diseñaron un aprendizaje automático causal a través de una federación de institutos participantes que pueden compartir un algoritmo de IA, con el fin de entrenarlo con datos almacenados en distintos lugares, sin necesidad de compartir información.
“El equipo del FDL Astronaut Health obtuvo resultados realmente increíbles durante el reto de este año, tanto en su novedosa combinación de datos de humanos y ratones como en la identificación de varios genes causales responsables del cáncer”, declaró Patrick Foley, principal mentor técnico de Intel. “Este trabajo es un testimonio de lo que puede suceder cuando las instituciones públicas y privadas colaboran entre sí y de cómo el aprendizaje federado puede utilizarse para revelar hallazgos que, de otro modo, permanecerían ocultos. Confiamos en que esta investigación impulsará mejores resultados en materia de salud para los astronautas y enriquecerá la vida de todos los habitantes de la Tierra”.
¿Cómo funciona?
Los investigadores desarrollaron CRISP 2.0 ampliando CRISP 1.0 del equipo médico de astronautas del FDL 2020. Con CRISP 2.0, el equipo médico de 2021 demostró que los datos de radiación en roedores pueden utilizarse como homólogos de los datos de radiación de los humanos, que se utilizan para entrenar el algoritmo. El método de aprendizaje automático causal aborda el reto científico de los investigadores de predecir con mayor precisión los genes que se verán afectados por la radiación, algunos relacionados con el cáncer y otros con la respuesta inmunitaria.
Esta investigación aprovechó el marco Open Federated Learning (OpenFL) de Intel, creado por los investigadores de Intel y del FDL en Google Cloud con el objetivo de hacer posible el entrenamiento y la combinación de modelos CRISP 2.0 de instituciones como la NASA, la Clínica Mayo y el Gene Lab de la NASA sin la necesidad de trasladar los datos a un lugar central. Esto era indispensable porque, aunque cada organización tenía los derechos necesarios para el uso de los datos, estos eran de carácter privado y el costo de transmisión que podía generarse a bordo de una nave espacial era elevado. Cada institución recibió un grupo de modelos globales que se utilizaron para hacer una ronda de entrenamiento de IA en cada serie de datos locales. A continuación, los modelos se enviaban al nodo central para que los agregara y los volviera a compartir con las instituciones participantes. Por último, se utilizó CRISP 2.0 para obtener los resultados con el fin de llevar a cabo un análisis más profundo.
“La colaboración con Frontier Development Lab es una oportunidad para resolver enormes problemas a escala, con tecnología de vanguardia y una cooperación sin precedentes entre los sectores público y privado en materia de IA para la exploración médica”, señaló Shashi Jain, director de innovación estratégica y socio del FDL en Intel. “Consideramos que los resultados del desafío FDL Astronaut Health permitirán a la NASA comprender los mecanismos implicados en la protección de los astronautas de forma más eficaz cuando regresemos a la Luna y más allá, así como proporcionar un plan para acelerar el uso de la IA en aplicaciones de atención médica en la Tierra”.
