Cómo se utiliza la IA en la lucha contra el coronavirus de Wuhan

La inteligencia artificial se está aprovechando en la lucha contra el coronavirus de Wuhan. La inteligencia artificial empleada por los investigadores rastrea la propagación de la enfermedad y busca posibles tratamientos para el virus.

El coronavirus de Wuhan se manifestó en China en diciembre y en los dos meses transcurridos desde entonces se ha extendido por China y otras partes del mundo. Aún se desconoce qué tan contagioso es el virus y qué tan rápido podría propagarse, aunque actualmente hay más de 40,000 casos confirmados en China. Para comprender mejor cómo podría propagarse el virus y qué tan rápido puede propagarse, los investigadores están empleando algoritmos de aprendizaje automático centrados en datos extraídos de sitios de redes sociales y otras partes de la web.

En el transcurso de la última semana, la tasa de infección parece haber disminuido un poco, pero no está claro si la enfermedad está bajo control o si los nuevos casos son cada vez más difíciles de detectar. Mientras que otros países del mundo solo han visto unos pocos casos de coronavirus, en comparación con China, la comunidad sanitaria mundial sigue preocupada por la capacidad de propagación del virus. Los investigadores están tratando de adelantarse a la propagación de los virus utilizando el aprendizaje automático y los grandes datos recopilados de Internet.

Según informa Wired, un equipo internacional de investigadores extrajo datos de varias partes de Internet, incluidas publicaciones de médicos y grupos médicos, canales de salud pública, publicaciones en redes sociales e informes de noticias, compilando una base de datos de texto que podría estar relacionado con el coronavirus. Luego, los investigadores analizan los datos en busca de signos de que el virus podría estar propagándose fuera de las fronteras de China, haciendo uso de técnicas de aprendizaje automático para encontrar patrones relevantes en los datos que podrían indicar cómo se está comportando el virus.

Los investigadores examinan publicaciones en las redes sociales en busca de síntomas potenciales de coronavirus, centrando su búsqueda en regiones donde los médicos creen que pueden manifestarse casos. Las publicaciones en las redes sociales se procesan utilizando técnicas de procesamiento del lenguaje natural, técnicas que pueden distinguir entre publicaciones en las que una persona menciona sus propios síntomas y alguien que dice palabras relacionadas con los síntomas en otro contexto (como discutir noticias sobre el coronavirus).

Según Alessandro Vespignani, como informó Wired, profesor de la Universidad del Noreste y analista experto en contagios, argumenta que incluso con técnicas avanzadas de aprendizaje automático, a menudo es difícil rastrear la propagación del virus porque las características del virus aún son algo desconocidas, y la mayoría de las redes sociales las publicaciones son de compañías de medios y actualmente sobre el brote en China. Sin embargo, Vesignani cree que si el virus alguna vez se arraigara en los EE. UU., sería más fácil de monitorear gracias a más publicaciones sobre el virus.

A pesar del desafío de obtener información relevante sobre el comportamiento potencial del coronavirus, el modelo creado por los investigadores parece ser razonablemente efectivo para encontrar pistas dentro de un gran mar de publicaciones en las redes sociales. El modelo utilizado por los investigadores pudo encontrar evidencia de un brote viral el 30 de diciembre, aunque tomó tiempo determinar qué tan grave se volvería la situación. Información colaborativa podría mejorar aún más la efectividad de los modelos de seguimiento de enfermedades, ya que permite una recopilación más eficiente de datos relevantes sobre el virus. A modo de ejemplo, un análisis de datos colaborativos de médicos chinos sugiere que las personas menores de 15 años son más resistentes al virus.

La inteligencia artificial también se puede combinar con datos recopilados de dispositivos móviles para construir modelos que potencialmente pueden predecir la dirección en la que se propaga un virus, así como la tasa de propagación. Por ejemplo, los investigadores de la Universidad de Southampton utilizaron datos móviles para determinar el camino que el virus pudo haber tomado cuando salió de Wuhan en los días posteriores a su manifestación. Otros investigadores analizaron los datos recopilados por Tencent, un desarrollador chino de aplicaciones móviles, y descubrieron que las restricciones impuestas por el gobierno chino reducen potencialmente la propagación del virus, lo que gana tiempo vital para desarrollar un plan de ataque.

Como informó Fortunela startup Medicina Insilico ha hecho uso de la inteligencia artificial para identificar moléculas que potencialmente podrían tratar el coronavirus. La IA de Insilico identificó miles de posibles moléculas de fármacos en el transcurso de cuatro días. Insilico explicó que se sintetizarán los 100 candidatos más prometedores y se publicarán todas sus investigaciones sobre estructuras moleculares para que otros investigadores las aprovechen. Los investigadores y las empresas médicas están acelerando el desarrollo y las pruebas de tratamientos, y la empresa de biotecnología con sede en EE. UU. Gilead planea comenzar las pruebas inmediatas de un nuevo medicamento antiviral en la región de Wuhan.

Después de que Insilico decidiera comenzar a investigar tratamientos, centró su investigación en una enzima llamada proteasa similar a 3C. El coronavirus depende de esta enzima para reproducirse y propagarse. Según Insilico, se decidió por esta enzima específica porque es bastante similar a otras proteasas virales cuyas estructuras ya se han documentado, y porque la Universidad Tecnológica de Shanghai había desarrollado un modelo de la proteasa similar a 2019-nCoV 3C. En el lapso de cuatro días, Insilico pudo generar cientos de miles de moléculas candidatas y elegir solo las cien que tenían más probabilidades de ser útiles. Los resultados de la investigación fueron publicados recientemente en el repositorio bioRxiv y en el sitio web de Insilico.