Imagen: NVIDIA
Cuando se habla de IA aplicada a la salud, gran parte de la conversación gira en torno a los modelos. Construir un producto exige resolver muchas otras decisiones: dónde se ejecuta cada proceso, cuánto tarda, qué datos necesita, qué información debe salir del dispositivo, cómo se evalúa el resultado y qué pasa cuando el sistema se equivoca. Son preguntas de arquitectura, no solo de IA.
En Myukura, nuestro producto de IA clínica, parte de ese trabajo se concentra en una línea que combina modelos especializados, procesamiento local y computación acelerada con GPU. Nuestra pertenencia a NVIDIA Inception se enmarca ahí.
Qué es NVIDIA Inception
NVIDIA Inception es el programa de NVIDIA dirigido a startups que desarrollan productos basados en IA y otras tecnologías de computación acelerada. Según NVIDIA, ofrece acceso a recursos técnicos, formación a través del Deep Learning Institute, herramientas y SDK, ciertas ventajas sobre productos y servicios del ecosistema y oportunidades de conexión con su red. No exige participación accionarial ni cuota de entrada.
Para nosotros, uno de sus efectos más concretos no fue una plataforma ni un crédito tecnológico: fue a través de NVIDIA Inception como conocimos la convocatoria del 8.º MareNostrum Hackathon del Barcelona Supercomputing Center.
Del programa al MareNostrum Hackathon
Nuestra selección en el hackathon nos permitió trabajar varios días sobre infraestructura de computación de alto rendimiento, con apoyo técnico de los mentores participantes. El objetivo del equipo era estudiar un problema específico: el reconocimiento automático de voz en contexto clínico y en español. Entrenamos y evaluamos modelos propios y comparamos configuraciones para entender mejor las limitaciones que aparecen con vocabulario clínico y distintas formas de hablar.
Este trabajo obliga a convertir la impresión abstracta de que «el modelo funciona» en preguntas medibles:
- ¿En qué se equivoca?
- ¿Con qué tipo de palabras?
- ¿Qué ocurre con los medicamentos?
- ¿Qué sucede cuando cambia el acento?
- ¿Qué coste computacional tiene mejorar el resultado?
Por qué desarrollamos modelos especializados
Una parte de la investigación de Myukura se centra en desarrollar y evaluar modelos propios para tareas clínicas concretas: reconocimiento de voz en español clínico, identificación de terminología médica, medicamentos, dosis y otras expresiones sensibles a errores de transcripción, y la variabilidad que introducen acentos y formas naturales de hablar. Pero el tamaño de un modelo no mide por sí solo su utilidad. Para determinadas tareas investigamos arquitecturas especializadas que dan más control sobre el comportamiento del sistema, sus requisitos computacionales y su evaluación.
Esto importa cuando el objetivo es ejecutar IA cerca de donde se generan los datos: un modelo especializado y optimizado puede reducir memoria y cómputo, mejorar la latencia y facilitar el despliegue en infraestructura local. La idea de partida es que no existe un único modelo adecuado para todos los problemas; distintas tareas pueden requerir modelos, tamaños y estrategias de ejecución diferentes.
La otra línea: inteligencia artificial local
Una segunda área de trabajo es Myukura Edge, que investiga arquitecturas en las que ciertos procesos puedan ejecutarse en infraestructura situada dentro del propio entorno de la organización. En sanidad, dónde se procesa no es una cuestión puramente técnica: puede afectar a la latencia, a la dependencia de conectividad, al control sobre la infraestructura y al recorrido de determinados datos. Por eso estudiamos una arquitectura que no dependa de una única forma de computación: nube y procesamiento local pueden cumplir funciones distintas dentro del mismo sistema.
Una arquitectura antes que un modelo
La experiencia de estos meses refuerza una idea central: la IA no debería plantearse como una carrera por incorporar el modelo de moda. Para construir un sistema útil hay que decidir dónde aporta valor cada tecnología y dónde introduce riesgos o complejidad. Es el mismo enfoque que aplicamos al acompañar a otras organizaciones en consultoría y automatización, y el que desarrollamos en IA especializada vs IA genérica. No buscamos que la tecnología sustituya el criterio del profesional, sino herramientas que reduzcan el trabajo administrativo manteniéndolo en el proceso de revisión.
NVIDIA, el logotipo de NVIDIA y NVIDIA Inception son marcas comerciales o marcas registradas de NVIDIA Corporation en Estados Unidos y otros países.