• El equipo de investigación sobre el cáncer aprovechó los contratos inteligentes basados en Ethereum para actualizar los modelos de IA que predicen con precisión la aparición de células cancerosas en el cuerpo.
• El equipo de investigación utilizó el sistema de aprendizaje enjambre en el que todos los socios actualizaron sus modelos de IA simultáneamente sin necesidad de ningún intermediario.

Hemos visto el uso de la tecnología blockchain para varias aplicaciones industriales. Ahora, un equipo de investigadores médicos está aprovechando la red blockchain de Ethereum para la investigación del cáncer.

Según el último desarrollo, tres equipos diferentes involucrados en la investigación del cáncer están utilizando contratos inteligentes de Ethereum para actualizar sus modelos de IA sin pasar por ninguna autoridad centralizada. Estos equipos se basan en estos modelos de IA para predecir con precisión la aparición de células cancerosas en el cuerpo. Esto demuestra que la tecnología de contratos inteligentes de Ethereum se ha vuelto lo suficientemente fiable para casos de uso críticos en las ciencias médicas.

A principios de este año, en abril, Nature Medicine publicó un artículo de investigación llamado Swarm learning for decentralized artificial intelligence in cancer histopathology de 27 colaboradores diferentes. La nota a pie de página del artículo de investigación muestra que el equipo ha utilizado la red Ethereum para sus experimentos con el cáncer.

Como las ciencias médicas y la tecnología médica han ido avanzando, el equipo utilizó la inteligencia artificial (IA) para predecir la aparición de células cancerosas en los pacientes. Este modelo de IA también proporciona información sobre la forma y el tamaño de las vendas que no son fácilmente visibles a simple vista.

Contratos inteligentes de Ethereum: cómo afrontar el reto de compartir datos

Pero una pega es que estos sistemas de IA funcionan con una gran cantidad de datos. Por lo tanto, estos sistemas se enfrentan a «obstáculos prácticos, éticos y legales» en la recopilación de datos, ya que éstos se comparten en varios países del mundo.

Un método para resolver este problema es el aprendizaje federado (FL), que no requiere que los investigadores compartan sus datos, sino sólo los pesos de sus modelos de IA entrenados localmente. Sin embargo, estos sistemas de IA suelen depender de un coordinador centralizado que se encarga de combinar todas las ponderaciones de los modelos. De este modo, el coordinador puede tener un mayor control sobre el proyecto de investigación, lo que da lugar a posibilidades de explotación de los datos.

Por ello, el equipo de investigadores médicos señaló el uso del aprendizaje enjambre (SL), un sistema que aprovecha la tecnología blockchain para evitar entregar cualquier poder a una entidad centralizada. Así, el SL permitirá que los colaboradores del equipo aporten pesos a su modelo de IA manteniendo a todos los colaboradores al mismo nivel. Esta configuración también facilita la colaboración entre todos los participantes. Así, ayuda a alimentar los modelos de IA con más datos haciéndolos aún más fuertes.

El equipo de investigación mencionó específicamente que utilizaron contratos inteligentes de Ethereum que permitían a tres ordenadores distintos sincronizar las ponderaciones de sus modelos de IA en momentos determinados. Así, los tres socios actualizaron sus modelos de IA simultáneamente sin necesidad de ningún intermediario.

El documento señala que «en esta configuración, la cadena de bloques mantiene la información de estado global sobre el modelo». El equipo de investigación también descubrió que los modelos de IA entrenados mediante SL superaban a los modelos de IA entrenados localmente.

Este es un momento de gran avance para la tecnología blockchain. Impulsará aún más el uso de contratos inteligentes basados en blockchain para otras aplicaciones críticas.

Relacionado: Ethereum se ha fusionado: ¿qué le espera ahora a la moneda alternativa más famosa?