CIENCIA DE DATOS

Es la segunda vez que Taylor Baum está en Uruguay en su rol de docente de data science del prestigioso Instituto Tecnológico de Massachusetts.

Su tarea es guiar a los estudiantes uruguayos de la maestría en Data Science de la Universidad Tecnológica del Uruguay (UTEC) y el MIT en una semana intensiva de puesta en marcha de sus trabajos finales.

Ingeniera en control, Baum trabaja en el área de sistemas biológicos usando ciencia de datos y se entusiasma al hablar del potencial que esta área tiene en Uruguay.

—Investiga aplicando ciencia de datos en temas de salud. ¿De qué se trata este trabajo?
—Una de las áreas en las que estoy investigando en MIT es el control de la presión arterial. En vez de tener a un médico en sala de cirugía decidiendo y aplicando medicación para controlar la presión arterial del paciente, construí un sistema que toma decisiones sobre, por ejemplo, cuánto medicamento se le debe dar a la persona en sala de operaciones durante un procedimiento quirúrgico. Es algo así como un anestesista-computadora, en vez de que sea el mismo anestesista-médico que tome la decisión de administrar la droga.

—El médico es quien define cuánta medicación necesita ese paciente y cuándo. ¿En qué etapa está su investigación?
—Sí, el médico mira la presión arterial que va teniendo el paciente, entre otras variables, y toma decisiones de si necesita más medicación para controlarla, para incrementar o bajar su presión arterial. Tiene que estar prestando atención a muchos aspectos durante un procedimiento quirúrgico y el tema de la presión es delicado. En vez de ser el médico el que hace eso, estoy construyendo un sistema computarizado para hacer lo que hace el médico con la idea de, idealmente, hacerlo mejor que él. Seguro que tenemos mucho más para hacer, pero hicimos ya muy buen avance. Tengo simulaciones andando y una plataforma de presión arterial a la que le estoy dando drogas en un sistema simulado de computadora. Haremos experimentos con animales para ver cómo funciona el sistema. Como mi proyecto toma ideas de muchas áreas, lleva tiempo recorrer el camino hasta el final.

—¿Cómo llegó de la ingeniería a resolver un tema de salud como el control de la presión arterial?
—Siempre amé estudiar algo relacionado a medicina y biología. En mi trabajo inicial en el laboratorio aplicamos matemáticas y ciencia de datos a conceptos de ingeniería en el cerebro. El cerebro es un órgano realmente difícil de estudiar porque es muy complejo y empecé a moverme hacia el corazón porque lo entendemos un poco más que el cerebro entonces podemos hacer cosas geniales porque lo entendemos mejor. Trabajo con el objetivo central de ayudar a la gente en temas que tengan un impacto en su calidad de vida.

—Estamos hablando de ciencia de datos y salud. ¿Cómo ves la integración de estas dos áreas en el futuro?
—Trabajo en otro proyecto en el que también es relevante la ciencia de datos y el aprendizaje automático (machine learning). Se trata de tomar medidas del corazón para poder indicar si un tejido está sano o no. Actualmente tienes que usar un catéter que viaja a través de una vena hasta el corazón y con el uso de señales eléctricas los médicos analizan y estudian el estado del tejido. En definitiva, hacen su mejor intento para identificar el estado del tejido, puede ser peligroso. En vez, puedes tener un algoritmo que pueda arrojar con mayor seguridad información sobre ese tejido. Estamos progresando. Veo a la ciencia de datos y el aprendizaje automático ayudando a los médicos a hacer muchas y mejores decisiones en el cuidado de los pacientes.

—Culturalmente los médicos no están acostumbrados a plantearse que una máquina puede tomar mejores decisiones clínicas que ellos.
—Es el problema más grande que he tenido que enfrentar. A menudo los médicos que están encargados de hacer los procedimientos y que tratan a los pacientes no entienden la investigación que se está haciendo y cuán grande puede ser el impacto que podría tener en su práctica. A los médicos los entrenan para tener confianza y cuando alguien viene y les dice, mira, podemos hacer esto mejor, ocurre un conflicto. Los avances van a depender de mucha colaboración entre la industria médica y los ingenieros y científicos de datos que estamos bien entrenados en sistemas biológicos. Necesitamos trabajar más juntos para que las cosas cambien porque la industria médica se mueve demasiado lenta y culturalmente con más colaboración es que vamos a lograr acelerar el paso.

—¿Qué es lo que más le gusta de su trabajo docente al guiar a equipos para que monten estos sistemas?
—Este programa no funcionaría sin el entusiasmo de los estudiantes. Son temas difíciles de trabajar y hay que poner esfuerzo en aprenderlo, pero una vez que logras que los modelos empiecen a funcionar, lo haces más rápido. Me encanta ver a la gente aprender y por eso enseño todo el tiempo. Además, los lazos que genero acá después se mantienen. He colaborado en proyectos de estudiantes ya egresados de la maestría de UTEC y MIT que me contactaron. Por ejemplo, un docente de UTEC, Lucas Baldezzari, que hizo un tutorial para una interfaz cerebro computadora. También asesoré a un grupo que siguió trabajando en asistir a personas que se dedican a brindar tratamientos para autismo. La ciencia de datos se trata de abrir la cabeza a lo que es posible crear y es necesario que los estudiantes tengan motivación y confianza para hacer cosas que pueden sonar locas.