Kavya Kopparapu: El diagnóstico creado a partir de una lente impresa en 3D

La retinopatía diabética es una de las principales causas de ceguera prevenible, y su detección generalmente requiere un oftalmólogo, una cámara retinal especializada y una cita que muchos pacientes en regiones pobres o rurales nunca consiguen. La respuesta de Kavya Kopparapu, desarrollada cuando era estudiante de secundaria en Alexandria, Virginia, fue una lente impresa en 3D acoplada a la cámara de un teléfono inteligente y un modelo de inteligencia artificial entrenado para leer las imágenes resultantes. Lo llamó Eyeagnosis, y fue solo la primera de varias herramientas de diagnóstico que creó antes de terminar su licenciatura.

Thomas Jefferson High School

Kopparapu asistió a la Thomas Jefferson High School for Science and Technology en Alexandria, una escuela especializada conocida por formar estudiantes orientados a la investigación, y posteriormente ingresó en la Universidad de Harvard. Su primer proyecto documentado surgió durante su primer año: MediKey, una aplicación móvil que permitía a los técnicos en emergencias médicas obtener de forma segura información clínica del teléfono inteligente de un paciente inconsciente; un problema con riesgos reales evidentes, dado el tiempo que un técnico gasta intentando adivinar las alergias o medicamentos de un paciente.

Eyeagnosis y el examen de retina con teléfono inteligente

En 2016, a los diecisiete años, Kopparapu creó Eyeagnosis: un accesorio de lente impreso en 3D de bajo costo vinculado a una aplicación móvil que utilizaba aprendizaje automático para detectar la retinopatía diabética a partir de una foto de la retina tomada con un teléfono inteligente, sin necesidad del exhaustivo examen ocular que requiere un diagnóstico convencional. El proyecto abordaba una brecha de acceso global específica: la retinopatía diabética es tratable si se detecta a tiempo, pero el cribado temprano es precisamente el paso más difícil de ofrecer a bajo costo y a gran escala. La herramienta le valió el reconocimiento como WebMD Health Hero en 2017 y cobertura en medios que siguen a inventores adolescentes dedicados al aprendizaje automático aplicado.

GlioVision y diagnósticos de cáncer más rápidos

Kopparapu siguió a Eyeagnosis con GlioVision, una plataforma desarrollada entre 2017 y 2019 para la evaluación automatizada del glioblastoma, un cáncer cerebral agresivo, directamente a partir de imágenes patológicas. El enfoque era la rapidez y el costo: los métodos de diagnóstico basados en el ADN para el glioblastoma son lentos y costosos, y un enfoque de aprendizaje automático basado en imágenes prometía una alternativa más rápida y barata para clasificar muestras de tumores. El trabajo contó con la colaboración de investigadores de la Universidad de Stony Brook y los Institutos Nacionales de Salud, y finalmente contribuyó a una patente a su nombre (US10748040B2).

Construyendo el camino para otros

En lugar de tratar sus propios inventos como el fin, Kopparapu fundó GirlsComputingLeague en 2015 para realizar talleres de computación y ciencia para niñas en escuelas con pocos recursos, y más tarde lanzó una iniciativa de equidad tecnológica en asociación con HP en noviembre de 2020. Continuó con roles de investigación en Harvard, tomando cursos como Tiny Machine Learning y Computing at Scale, realizó prácticas en el equipo de aprendizaje automático de Apple y fue nombrada embajadora AAAS IF/THEN para mujeres en STEM a partir de 2019. El reconocimiento llegó a través de un registro mediático más amplio del que reciben la mayoría de los inventores adolescentes: un artículo en la exhibición del Smithsonian "Girlhood (It's Complicated)" en 2020, un honor de "Voices of the Year" de la revista Seventeen y un puesto como becaria de innovación tecnológica en la Universidad de Harvard. Sobre su propia motivación, dijo: "Quiero tener un impacto en los estudiantes que desean estudiar informática y hacerlos más seguros de sus habilidades, destrezas y futuro".

Una científica de cara al público

A diferencia de muchos inventores adolescentes cuya visibilidad se desvanece cuando terminan los premios de ferias de ciencias, Kopparapu siguió construyendo un perfil público en torno al trabajo en lugar de en torno a sí misma: organizó una Cumbre de Inteligencia Artificial en octubre de 2017 que reunió a figuras de la industria y estudiantes en la misma sala, formó parte de la junta directiva de un museo interactivo de ciencia y publicó en la edición centrada en IA de WebMD a principios de 2020. También fue entrevistada por Marie Claire en septiembre de 2020 y reconocida por la campaña "Do Good, Do Beautiful" de Alba Botanica en abril de 2019, el tipo de atención de marca de consumo que rara vez llega a un proyecto de biología computacional, lo que sugiere que su historia se leía tanto por su valor de defensa como por su contenido técnico.

Por qué a Kavya se le llama genio

La asociación de Kopparapu con este término se basa en un patrón específico y repetible en lugar de un solo destello de genialidad: identificar un cuello de botella de diagnóstico en medicina (cribado de retinopatía, clasificación de glioblastoma) y construir un flujo de trabajo de aprendizaje automático basado en hardware barato y accesible (un teléfono inteligente, un accesorio impreso en 3D) en lugar del equipo especializado y costoso que el campo asume normalmente como necesario. Eso es una verdadera proeza de juicio de ingeniería aplicada: saber qué partes de un flujo de diagnóstico costoso pueden ser reemplazadas por la cámara de un teléfono y un modelo entrenado, y cuáles no.

La advertencia honesta es que ni Eyeagnosis ni GlioVision están documentados en el material fuente como haber alcanzado el despliegue clínico o la validación revisada por pares a gran escala; ambos se describen como prototipos y colaboraciones de investigación en lugar de herramientas aprobadas por la FDA o adoptadas por hospitales. Esa brecha, entre una prueba de concepto funcional cubierta por WebMD y el Smithsonian y un producto de diagnóstico real utilizado por los médicos, es donde la cobertura de inventores adolescentes a menudo se exagera, y también aplica aquí. Lo que no está en duda es el patrón: Kopparapu construyó dos flujos de trabajo de diagnóstico distintos antes de tener un título universitario, y utilizó la plataforma del primero para financiar el trabajo de defensa en lugar de simplemente capitalizar la cobertura mediática.

Legado

La contribución más duradera de Kopparapu puede resultar ser menos cualquier herramienta de diagnóstico individual que la infraestructura que construyó en torno a sí misma y a otras mujeres jóvenes en computación (GirlsComputingLeague, la embajada IF/THEN, la asociación con HP); un historial de convertir el reconocimiento personal en acceso institucional para personas que no tenían su escuela, sus mentores o sus colaboraciones de laboratorio.