Este hito en potencia ha sido publicado hoy en el diario Biomedical Engineering de Nature, si bien otros investigadores han podido consultarlo desde el pasado mes de septiembre para comprobar los datos proporcionados por sus creadores.
El algoritmo en cuestión examina una serie de datos obtenidos mediante la observación del interior de los ojos del paciente. Durante su desarrollo los científicos de Google y Verily "entrenaron" al sistema de aprendizaje automatizado con los datos correspondientes a casi 300.000 pacientes, utilizando técnicas de aprendizaje profundo y redes neurales para buscar patrones asociables a riesgos cardiovasculares concretos como la edad, la presión sanguínea o el consumo de tabaco.
Según el paper, el software es capaz de deducir información de un paciente con precisión, incluyendo la edad, la presión sanguínea y si es o no es fumador para predecir el riesgo de sufrir un problema cardiaco importante con una precisión comparable a la de otros métodos actuales. Como referencia, el algoritmo de Google alcance una fiabilidad del 70 %, mientras que el método SCORE, que requiere un análisis de sangre, tiene una precisión del 72 % en el mismo test, que intenta dilucidar si un paciente sufrió o no un achaque de este tipo en los cinco años siguientes a la adquisición de los datos.
Verily fue incubada como parte de la antigua división experimental Google X y se inscribe en Project Baseline, una iniciativa anunciada en 2014 con el propósito de aplicar las técnicas más avanzadas para determinar qué se podría considerar un ser humano "normal". La información obtenida a través del estudio de miles de participantes (que proporcionarán muestras genéticas y de sangre, imágenes de sus cuerpos y diversa información biométrica) servirá para comprender mejor el funcionamiento de nuestro cuerpo, facilitando la predicción de enfermedades y su tratamiento.
