Automating Visual Recognition of Leprosy in Wild Chimpanzees

Imagina un mundo donde los guardias de seguridad más vigilantes de la naturaleza son cámaras silenciosas e inmóviles escondidas en lo profundo del bosque. Estas no son del tipo que atrapan a ladrones, sino del tipo que vigilan a los residentes más esquivos del planeta: los animales salvajes. Durante décadas, los científicos han dependido de estas "trampas de cámara" para contar animales y estudiar sus vidas, pero el volumen de metraje que generan es abrumador. Es como intentar encontrar un tipo específico de hoja en una montaña de hojas de otoño a mano; toma una eternidad y podrías perderte las más importantes. Aquí es donde entra la magia de la Inteligencia Artificial (IA). Piensa en la IA como un detective superrápido e incansable que puede escanear miles de fotos en segundos, buscando pistas diminutas que un ojo humano podría pasar por alto. Pero aquí está la parte difícil: enseñar a una computadora a reconocer a un animal enfermo es mucho más difícil que enseñarle a reconocer a un tigre. Los animales se mueven, se esconden detrás de los árboles y se ven diferentes dependiendo de la luz. La gran pregunta que se hacen los científicos es: ¿Podemos construir un detective digital lo suficientemente inteligente como para detectar una enfermedad simplemente mirando una foto borrosa de un mono en el bosque, sin necesidad de un equipo de expertos que vea cada segundo de video?

Este es exactamente el desafío que aborda un equipo de investigadores que intenta salvar a los chimpancés salvajes de una enfermedad desagradable llamada lepra. Podrías pensar en la lepra como un problema humano, pero también es un asesino silencioso para estos grandes simios. Cuando un chimpancé se enferma, no solo se siente un poco indispuesto; desarrolla cambios físicos muy visibles. Su piel puede perder su color, sus orejas pueden verse gruesas e hinchadas, o pueden perder pelo e incluso los dedos. Estos signos son como una bandera roja brillante ondeando al viento, pero debido a que los chiles viven en la naturaleza y no les gustan los humanos, no podemos simplemente acercarnos a revisarlos. Tenemos que confiar en esas trampas de cámara. El problema es que las cámaras graban tanto video que es imposible que los humanos lo vean todo. Por eso, los investigadores construyeron un nuevo tipo de flujo de trabajo de IA para hacer el trabajo de observación por ellos.

Primero, crearon una enorme biblioteca de datos de entrenamiento llamada "PanLep300". Imagina esto como un álbum de fotos gigante que contiene más de 125,000 imágenes recortadas de chimpancés, tomadas de cientos de videos diferentes a lo largo de cinco años. Etiquetaron cuidadosamente cada imagen, marcando cuáles eran chimpancés sanos y cuáles mostraban los signos aterradores de la lepra avanzada. Crucialmente, no solo lanzaron todas las fotos en un montón; las organizaron de una manera que imita la vida real. Se aseguraron de que la IA nunca viera el mismo chimpancé específico o la misma ubicación de la cámara durante su "entrenamiento" que durante su "examen final". Esto garantiza que la IA esté aprendiendo a detectar la enfermedad en sí, no solo memorizando que "el Chimpancé Bob siempre se sienta cerca de la Cámara 5".

Una vez que la IA estuvo lista, los investigadores probaron tres formas diferentes de hacerla más inteligente. El primer método era como mirar una instantánea única: la IA miraba una sola foto de un chimpancé y decidía si estaba enfermo. El segundo método era como ver un breve clip de película de 16 fotogramas del chimpancé caminando, con la esperanza de que ver el movimiento ayudara. El tercer método era el más complejo, donde la IA intentaba comprender toda la secuencia de video a la vez, aprendiendo cómo se movía y cómo lucía el chimpancé a través del tiempo.

Aquí está el giro sorprendente: el método más simple ganó. Los investigadores descubrieron que la IA no necesitaba ser una crítica de cine o una experta en movimiento. De hecho, el mejor enfoque fue tomar las fotos individuales (los "recortes"), dejar que la IA adivinara si cada una parecía enferma y luego simplemente contar los votos. Si la mayoría de las fotos de una secuencia decían "enfermo", entonces el chimpancé estaba enfermo. Resulta que la lepra es una enfermedad estática; los signos no cambian rápidamente como un paso de baile. Simplemente están ahí, como una mancha en una camisa. Intentar enseñar a la IA a analizar el movimiento complejo del chimpancé (los métodos de "video") en realidad la hizo ligeramente peor o no mejor que simplemente mirar las fotos individuales. Los modelos complejos eran como estudiantes tratando de resolver un problema matemático escribiendo una novela sobre los números, cuando todo lo que necesitaban hacer era sumarlos.

El estudio también descubrió algunos "tropiezos" que confunden incluso a la IA inteligente. Un problema importante ocurre al principio y al final de un clip de video. Cuando un chimpancé entra en el encuadre, a menudo está medio oculto o borroso. Cuando sale del encuadre, sucede lo mismo. Los investigadores descubrieron que si la IA intenta promediar la puntuación de todo el video, estos momentos borrosos o medio ocultos bajan la puntuación, haciendo que un chimpancé claramente enfermo parezca sano. Es como un estudiante que obtiene una puntuación perfecta en un examen, pero luego recibe un cero porque llegó tarde a clase y perdió la primera pregunta; el promedio arruina el resultado. Para solucionar esto, el equipo demostró que si simplemente cortas las partes borrosas del inicio y el final de los clips (una estrategia de "recorte" o "trimmed") o si solo cuentas las fotos más claras y seguras (una estrategia de "top-25%"), la IA se vuelve mucho más precisa.

Otro hallazgo interesante fue sobre el fondo. Los investigadores intentaron eliminar el fondo del bosque de las fotos, dejando solo al chimpancé, pensando que esto ayudaría a la IA a concentrarse. Sorprendentemente, esto empeoró la IA. Parece que la IA estaba usando pistas del bosque —como el tipo de árboles o la iluminación— para ayudar a determinar si el chimpancé estaba enfermo. Cuando eliminaron el fondo, accidentalmente eliminaron esos indicios útiles. Es como intentar adivinar el estado de ánimo de alguien mirando solo su rostro, pero darte cuenta de que en realidad necesitabas ver la ventana lluviosa detrás de ellos para entender por qué estaban tristes.

Al final, los investigadores demostraron que podemos construir un sistema para detectar la lepra en chimpancés salvajes usando solo una cámara y una computadora simples y listas. Demostraron que no necesitas un robot supercomplejo que detecte el movimiento para hacer el trabajo; un buen ojo para el detalle en una sola foto, combinado con una forma inteligente de contar los resultados, es suficiente. Aunque el sistema aún no es perfecto y necesita más pruebas con grupos más grandes de chimpancés, ofrece una herramienta poderosa. Sugiere que, en el futuro, podríamos vigilar bosques enteros de vida silvestre, detectando enfermedades tempranamente y salvando vidas, todo sin tener que perturbar jamás a los animales o pasar años viendo interminables horas de video. La clave es que, a veces, la forma más simple de mirar un problema es la más efectiva para resolverlo.