Un muy recomendable artículo en Nature, «A DIY ‘bionic pancreas’ is changing diabetes care — what’s next?», narra la evolución del cuidado de la diabetes de tipo 1 a medida que las metodologías empleadas para la medición de los niveles de azúcar en sangre y la administración de insulina han ido convirtiéndose en susceptibles de ser progresivamente más automatizadas.
El paso de dispositivos intrusivos, que requerían un pinchazo para llevar a cabo una medida puntual de la concentración de azúcar en sangre, a monitores constantes en forma de wearables; y la llegada de las bombas de insulina que automatizan su administración han mejorado sensiblemente la calidad de vida de los pacientes, pero requerían aún que esos pacientes estuviesen pendientes de sus lecturas para tomar decisiones en función de los parámetros ofrecidos. En muchos sentidos, es lo que el artículo describe como «tener que estar pensando constantemente en la diabetes para poder sobrevivir»: tener que estar leyendo los datos de sus monitores para pronosticar su dieta y su ejercicio, y calcular la dosis de insulina adecuada en cada momento.
A partir de ahí, un grupo de pacientes con conocimientos de tecnología se dedicaron a desarrollar software que les permitiese automatizar esas decisiones. La situación estaba ahí, la evolución de la tecnología les había brindado los dispositivos necesarios… quedaba automatizarlos, y las compañías dedicadas a ello no les daban solución al problema. Así que, en 2013, se organizaron en torno a un hashtag, #WeAreNotWaiting, y en 2015 presentaron un algoritmo en código abierto para la administración automatizada de insulina, en el que se han basado posteriormente varias compañías para proponer sus soluciones comerciales. El sistema requiere un miniordenador, que puede ser desde una Raspberry Pi hasta un smartphone, y es utilizado por un número relativamente bajo de pacientes, pero es el origen de muchos otros sistemas actuales, y tenía una característica fundamental: estaba desarrollado por personas que sabían lo que necesitaban.
Existen muchos otros sistemas que están en esa situación. Con una criticidad mucho menor y en absoluto comparable, por ejemplo, es lo que nos ocurre a quienes tenemos hogares completamente eléctricos equipados con dispositivos como placas solares, baterías, vehículos eléctricos y sistemas de aerotermia: cada componente te ofrece sus parámetros de funcionamiento mediante una app, pero si quieres mantener tu casa en modo óptimo, tienes que estar cada cierto tiempo mirando esas apps para asegurarte de que, por ejemplo, el coche no se ponga a cargar al tiempo que estás calentando o enfriando la casa y tienes el horno encendido. Algo completamente optimizable mediante software, que es evidente que será automatizado más pronto que tarde, y para lo que ni siquiera hace falta que utilicemos algoritmia muy inteligente: un conjunto de condicionales bien afinados podrían servir.
Sin embargo, estamos en lo de siempre: crear los condicionales necesarios para que un algoritmo pueda seleccionar las fotografías de tu dispositivo que contienen perros sería una tarea titánica y prácticamente imposible, porque hay perros de todos los tipos, hay imágenes de perros, hay perros fotografiados desde ángulos inverosímiles, etc. En su lugar, la solución propuesta por el machine learning es clara: alimenta un algoritmo con un montón de imágenes entre las que hay muchas etiquetadas como «perro», y deja que el algoritmo aprenda lo que es y no es un perro. Ese algoritmo, que desde hace tiempo podemos poner a prueba en cualquier smartphone, no requiere que un desarrollador se torture a sí mismo durante muchísimo tiempo pensando en todo tipo de condicionales infalibles, y funciona mucho mejor y con menos errores.
Así, si alimentamos un algoritmo con los datos que ofrecen las apps que utilizamos para controlar un hogar de estas características, el algoritmo podría, en no mucho tiempo, entender el propósito de los cambios que lleva a cabo el usuario y automatizarlos de manera óptima, liberando al inquilino de la necesidad de «estar todo el tiempo pensando en su consumo de electricidad». ¿Por que no se hace? Simplemente, porque aún es algo que necesitan relativamente pocas personas, y porque requiere trabajar con datos de muy diversos orígenes, muchos de ellos de apps que no ofrecen APIs, etc.
Me consta que hay compañías como Huawei que trabajan en esa dirección, algoritmos inteligentes que optimizan el consumo de una casa, pero aún no los he visto ofrecidos a los usuarios de manera generalizada. Probablemente, tan solo cuestión de tiempo.
A partir de aquí, lo que tenemos que pensar es cuántas cosas responden a ese tipo de automatización inteligente, porque las compañías que sepan entenderlo y ofrecerlo a sus usuarios o introducirlos en sus procesos ganarán lógicamente mucho en términos de atractivo para sus mercados o de eficiencia en sus procesos. Para un directivo que conozca bien sus operaciones, este tipo de razonamientos no requiere tanto: es más «entender lo que se puede pedir y cómo pedirlo» que plantearse un proyecto de software complejísimo con el que pocos se encuentran a gusto. Es, simplemente, adquirir un poco de cultura básica sobre cómo funcionan estas cosas. O como en el caso de los diabéticos, simplemente entender lo que necesitas.
This article is also available in English on my Medium page, «Algorithms, open source and sophisticated automation»
Me hace la impresion que este tipo dealgoritmos n va a ser un acicate pata el ya olvidado «hype» del IoT, Una coleccion de sensores que vuelcan constantemente sus datos en una aparatro que toma automáticamente decisiones es función de ellos parece algo muy cómodo, en áreas como la prevencion de accidentes, seguridad, puesta en marcha de dispositivos de riego, tebdido y recogida de toldos y parasoles, etc…
Puede que si fuera mas joven me metiera a crear y vender «kits» de soluciones de este tipo, por ejemplo se me ocurre un kit que controle, los cargadores de vehículos, calentadores de agua, etc. aprovechando horas bajas de coste de electricidad, puede ser una solución muy rentable para parkings públicos y hoteles.
Es curioso, pero, habiendo soportado un tiempo lo de «los pinchazos», leer estas reflexiones me lleva a los teletransportadores materiales de la serie Star Trek… Hay que ver como avanzamos.
Esperemos que consigamos prolongar este período lo suficiente.
Porque el problema esencial no es la enfermedad, el problema esencial es la IH, que la engrandece. Pasa como con la IA.
«Altramuces, la legumbre ideal para controlar el azúcar en sangre y el colesterol. Los altramuces consiguen regular ciertos aspectos claves para algunas patologías peligrosas, tales como la diabetes o el colesterol.»
Como seas diabetico toma altramuces y no corras
Los «chochos» salvo que amarguen nunca han hecho mal a nadie XDDD
Y antes de opinar en contra leer la wiki lo malos que pueden ser si tienen alcaloides
Y para curar el autismo, el MMS, (Miracle Mineral Solution), según Pámies o Clorito de Sodio, según los químicos.
Al lado del colegio había una tienda de chuches y variantes. Y la pandilla nos encantaban ademas de los altramuces, los pepinillos, los cebollitas, las berenjenas de almagro. Eramos adictos a eso en vez de al dulce…
Y los algoritmos, paso palabra, si fueran tan buenos… harían premios en las quinielas , en las apuestas, etc etc… pero no valen para todo, y en esto una capita de marketing y la nueva homeopatía
Eso es como cuando Mao se dedicó a fomentar la acupuntura pq era más barato lo de las agujas que curar con medicinas, y aqui los happy flower, lo trajeron con el misticismo de la medicina oriental… en fin altramuces que son muy ricos, y si no curan que más da.
El error es confundir una rutina con una respuesta fisiológica.
La insulina en el cuerpo humano no responde a una tarea cíclica, sino que es una respuesta discreta a condiciones fisiológicas, que un algoritmo rudimentario de machine learning no puede aprender.
Esa respuesta está señalizada por mediadores biológicos que no tienen nada que ver con la glucosa y que no se pueden medir de forma directa, por ejemplo, la liberación de Incretinas en el intestino, catecolaminas, PI3K-Akt, o el glucagón en el hígado.
Si el algoritmo, por decirlo así, no tiene esa información, no puede prever nada, ni responder de forma correcta a esa demanda fisiológica.
Hay una docena de hormonas y muchos más mediadores biológicos que determinan la liberación de insulina por el páncreas.
La inyección voluntaria de insulina se determina por parámetros subjetivos y, mediada por la propia reacción del organismo, no sólo por los índices de glucosa basal.
El ser humano es, de hecho, el algoritmo evolutivo más sofisticado que existe, y, el machine learning, es uno de los más rudimentarios y simples que se han creado, por eso es tan popular.
Si no has estudiado medicina, o eres un médico de salón con hipocondría, obviamente, todo se arregla con la aguja de un tocadiscos.
El cuerpo humano no es un coche al que se le puedan sustituir piezas por supuestos avances tecnológicos, solo por teorías pseudo filosóficas que idealizan las máquinas.
Es una distopía pseudotecnológica, como en el caso de la novela Limbo, de Bernard Wolfe (1952, pre Judith Butler) en la que las personas se amputan miembros por razones ideológicas, para eludir su componente emocional, falibilidad y «moralidad» de la carne, y reemplazarlos por la pureza de la cibernética.
El ser humano es el computador más sofisticado que existe y va a existir en mucho, mucho, tiempo.
Por inconfortable y poco domótico que sea.
–
Disclaimer
A propósito de villanos de las buenas causas, de los que viven de las virtudes públicas.
La gente cree que estamos hablando de abusos en el deporte pero, en realidad, se trata de otra cosa, de relaciones de poder.
De hombres invadiendo el espacio vital de las mujeres, a la vista de todos, apropiándose de lo que solo a ellas les pertenece. Señalando territorio y asumiendo el protagonismo y mérito de ese lugar.
No es solo un beso contra una mujer. Fue un diezmo.
A su libertad, a su reconocimiento, a su dignidad.
No hay nada peor que el menosprecio benevolente. El gesto cómplice y paternalista de subirse a la tribuna pública con ellas y, luego, la humillación.
Demasiada generosidad.
Y PAM…!!!!
(con ambos argumentos)