Cerrar panel

Cerrar panel

Cerrar panel

Cerrar panel

Inteligencia Artificial Act. 05 may 2020

Cómo la inteligencia artificial puede ayudar a combatir el COVID-19

La inteligencia artificial apoya la lucha contra la pandemia del COVID-19. Proyectos directamente relacionados con la farmacología, la asistencia médica y hospitalaria o el análisis de la movilidad para reducir el contagio, han encontrado en la ciencia de datos un apoyo crucial para avanzar y conseguir resultados.

La pandemia provocada por el COVID-19 es la primera gran crisis de salud pública mundial del siglo XXI. Y hoy, múltiples proyectos de inteligencia artificial basados en la ciencia de datos, el ‘machine learning’ o el ‘big data’ se usan en distintos ámbitos para predecir, explicar y tratar los diferentes escenarios que provoca la crisis sanitaria.

La IA se emplea como ayuda y apoyo a aquellas personas que toman las decisiones. “No hay ningún paso en el que la delegación [de la decisión final] sea completa y única en el algoritmo”, explica Nuria Oliver, científica de datos, doctora por el Media Lab del Instituto tecnológico de Massachusetts (MIT) y comisionada en temas de inteligencia artificial de la Generalitat Valenciana.

Medicina, gestión sanitaria y políticas públicas

En el contexto de la pandemia hay tres campos en los que la IA se está aplicando y muestra sus resultados: en el estudio del virus para encontrar fármacos y vacunas; en la gestión y asistencia sanitaria en los centros de salud; y en el análisis de datos para basar las decisiones de políticas públicas en la gestión de la crisis, como puede ser el confinamiento de la población.

Los pasos parecen pequeños en el primero de estos campos, la aplicación de la IA a la medicina. Se sabe aún poco del virus. Pero los grupos científicos no se rinden y los estudios se amplían cada día. La ciencia computacional ha contribuido al conocimiento del SARS-CoV-2: científicos de Deep Mind, empresa de Google especializada en inteligencia artificial, descubrieron la estructura en 3D de la proteína del virus. Un paso para conocer mejor cómo evoluciona y poder controlarlo. Incluso hallar una vacuna a partir de este y otros estudios.

Nadie iba a pensar que viviríamos un confinamiento. En algún momento de esta crisis, más de la mitad de la población mundial ha tenido que permanecer en sus casas sin salir. Las ciudades han visto cómo comercios y escuelas se cerraban. ¿El motivo? Reducir la movilidad de los ciudadanos y su vida social para impedir el contagio y la propagación del virus, con el objetivo de evitar que los centros sanitarios se colapsen. Todo para conseguir ‘aplanar la curva de contagios’, uno de los conceptos de 2020.

Estas decisiones públicas se han tomado a partir de la evidencia de datos. Nuria Oliver, científica de datos, se encuentra actualmente trabajando en un proyecto piloto que se lleva a cabo en la Comunidad Valenciana para analizar la movilidad durante la pandemia del COVID-19 a partir de los datos agregados y anonimizados del INE y de las compañías telefónicas. “Creamos un modelado de movilidad humana para cuantificar y medir cuál es el impacto de esta movilidad en un estado de confinamiento y conocer qué tipo de movilidad se ha reducido y tomar decisiones respecto a los datos obtenidos”, explica Oliver. En una segunda fase del proyecto los modelos de movilidad y los datos que arrojan también se estudian junto con los modelos epidemiológicos SIR, que se utilizan para conocer cómo evoluciona una pandemia a partir de la población susceptible de infectarse, la población infectada y la población recuperada. De esta forma, se puede llegar a cuantificar la movilidad y a saber a qué velocidad se puede propagar la epidemia.

La tercera parte del proyecto de la Comunidad Valenciana incluye también el lanzamiento de encuestas y cuestionarios para conocer mejor la situación de la ciudadanía, su comportamiento social, el estado de salud y el impacto económico de las decisiones públicas. “El proyecto refleja cómo el uso de IA va a beneficiar a la sociedad en general pero también a la propia Administración Pública. Cómo ésta tiene que transformarse para poder ser más eficiente y tomar decisiones que estén basadas en la evidencia de los datos”, explica Oliver.

“El ‘machine learning’ y la inteligencia artificial nos permiten diagnosticar y personalizar el plan de cuidado y su seguimiento para obtener resultados mejores”

En el campo de la atención sanitaria, equipos médicos especializados en infecciones, epidemiólogos y distintos expertos han tenido que prepararse ante algo novedoso: una crisis sanitaria a gran escala provocada por un virus extremadamente contagioso. Pasos como la detección de los contagiados, el tratamiento a seguir y la gestión de las Unidades de Cuidados Intensivos (UCI) se han tomado, en muchos casos, sin las evidencias ni el conocimiento suficiente. La ciencia de datos y el ‘big data’ han llegado para convertirse en un aliado que ayude a la gestión de los hospitales.

“El ‘machine learning’ y la inteligencia artificial nos permiten diagnosticar y personalizar el plan de cuidado y su seguimiento para obtener resultados mejores”, explica Ángel Díez, CEO de Ubikare, una aplicación de asistencia primaria a personas mayores en sus hogares. Con la llegada del COVID-19 la empresa se ha puesto manos a la obra para ayudar a conocer y mejorar la asistencia médica de los hospitales. Lo han conseguido adaptando el ‘software’, las preguntas para alimentar los datos, los diagnósticos y los diferentes algoritmos.

“Una vez contamos con una base de datos ya preparada, junto con epidemiólogos tomamos las variables comunes de los pacientes para estudiar qué estrategias de gestión funcionan y cuáles no, para establecer las terapias”. Así resume Díez el funcionamiento la iniciativa. Destaca también que poder contar con los datos reales de los pacientes ayuda al personal médico a aprender y reduce el umbral de incertidumbre que se da en la toma de decisiones de esta importancia.

Actualmente cuentan con los datos en tiempo real de 700 pacientes en España y trabajan con unos 30 hospitales, incluyendo algunos de los más importantes del país, como el Hospital de Cruces de Bilbao, el Hospital Clínic de Barcelona o el Gregorio Marañón, en Madrid.

Aprender del COVID-19 para el futuro

Una de las dudas frecuentes es cuándo vamos a volver a la normalidad anterior a la pandemia y si debemos prepararnos para otras oleadas o nuevos contagios de coronavirus. Nadie tiene la respuesta definitiva, pero gracias al análisis de datos podemos conocer mejor qué y cómo ha ocurrido. Un conocimiento útil para afrontar futuras crisis similares.

Se da la circunstancia de que, a menudo, fuentes de datos sobre la actividad ciudadana que pueden ayudar a comprender mejor qué está sucediendo a raíz del COVID-19 en el plano de la movilidad o el consumo, por ejemplo, se generan en el ámbito de interacción de los ciudadanos con empresas privadas, no con el gobierno. “En este sentido se hacen necesarias colaboraciones público-privadas que posibiliten el acceso a estas fuentes, incluyendo también al ámbito académico, que ayudan a transformar los datos en conocimiento útil para adoptar decisiones que mejoren la situación”, explica Álvaro Martín, responsable global de Estrategia de Datos en BBVA. “En línea con esta idea, desde BBVA estamos compartiendo datos de pagos anonimizados y agregados con diferentes gobiernos y centros de investigación”, añade.

“Espero que creemos las infraestructuras y procesos para que en la próxima pandemia todo fluya de forma más rápida y eficiente”, sugiere Oliver, que pone de ejemplo de preparación ante el COVID-19 a Corea del Sur, país que ya ha pasado por las crisis sanitarias del MERS y del SARS en el siglo XXI y ha apostado por la tecnología para frenar el virus. “Una de las acciones que llevaron a cabo ante las crisis sanitarias pasadas fue prepararse digitalmente para una posible tercera epidemia. Al llegar el coronavirus tenían preparadas las infraestructuras que muchos otros países no tenían y que probablemente han jugado un papel clave para ayudarles a mantener a raya la propagación de la enfermedad”, analiza Oliver.

Otras historias interesantes