Cómo la IA predijo el coronavirus y puede prevenir futuras pandemias – Opinión

Predicción de BlueDot AI

El 6 de enero, los Centros para el Control y la Prevención de Enfermedades (CDC) de EE. UU. notificaron al público que un brote similar a la gripe se estaba propagando en la ciudad de Wuhan, en la provincia de Hubei, China. Posteriormente, la Organización Mundial de la Salud (OMS) publicó un informe similar el 9 de enero.

Si bien estas respuestas pueden parecer oportunas, fueron lentas en comparación con una empresa de IA llamada BlueDot. BlueDot publicó un informe el 31 de diciembre, una semana completa antes de que los CDC publicaran información similar.

Lo que es aún más impresionante, BlueDot predijo el brote de Zika en Florida seis meses antes del primer caso en 2016.

¿Cuáles son algunos de los conjuntos de datos que analiza BlueDot?

• Vigilancia de enfermedades, que incluye escanear más de 10.000 fuentes de medios y públicas en más de 60 idiomas.
• Datos demográficos de censos nacionales y informes estadísticos nacionales. (La densidad de población es un factor detrás de la propagación del virus)
• Datos climáticos en tiempo real de la NASA, la NOAA, etc. (Los virus se propagan más rápido en ciertas condiciones ambientales)
• Vectores de insectos y reservorios de animales (Importante cuando el virus puede propagarse de especie a especie).

BlueDot actualmente trabaja con varias agencias gubernamentales, incluyendo Asuntos Globales de Canadá, la Agencia de Salud Pública de Canadá, la Asociación Médica Canadiense y el Ministerio de Salud de Singapur. El producto BlueDot Insights envía alertas de enfermedades infecciosas en tiempo real. Algunas ventajas de este producto incluyen:

• Reducir el riesgo de exposición a los trabajadores de la salud de primera línea
• La visibilidad global permite ahorrar tiempo en la vigilancia de enfermedades infecciosas
• Oportunidad de comunicar información crucial con claridad antes de que sea demasiado tarde.
• Capacidad de proteger a las poblaciones de infecciones

Cómo se puede mejorar la predecibilidad de la IA

¿Qué está impidiendo que la IA de BlueDot y similares mejoren? El principal factor limitante es la incapacidad de acceder a los datos grandes en tiempo real.

Estos sistemas predictivos dependen de datos que alimentan una red neuronal artificial (RNA), que utiliza el aprendizaje profundo para buscar patrones. Cuantos más datos se alimenten a esta RNA, más precisa se vuelve el algoritmo de aprendizaje automático.

En otras palabras, lo que impide que la IA pueda señalarizarse un posible brote antes de que sea demasiado tarde es simplemente la falta de acceso a los datos necesarios. En países como China, que regularmente monitorean y filtran las noticias, estos retrasos en los datos necesarios son aún más pronunciados. El proceso de censura de cada dato puede reducir significativamente la cantidad de datos disponibles y, peor aún, puede incluso eliminar la precisión de estos datos, lo que elimina la utilidad potencial de estos datos. Los datos defectuosos fueron incluso la razón por la que esfuerzos anteriores como Google Flu Trends (GOOGL ) fallaron.

En otras palabras, el principal problema que impide que los sistemas de IA puedan predecir un brote lo antes posible es la interferencia gubernamental. Gobiernos como China y la actual administración Trump necesitan eliminar su participación en cualquier tipo de filtrado de datos y permitir el acceso total a la prensa para informar sobre problemas de salud global.

Esto dicho, los periodistas solo pueden trabajar con la información que está disponible para ellos. Saltarse los informes de noticias y acceder a fuentes directamente permitiría a los sistemas de aprendizaje automático acceder a los datos de manera más oportuna y eficiente.

Qué se debe hacer

A partir de ahora, los gobiernos que realmente están interesados en reducir el costo de la atención médica y prevenir un brote deben comenzar a revisar de manera obligatoria cómo sus clínicas y hospitales pueden distribuir ciertos datos en tiempo real a funcionarios, periodistas y sistemas de IA.

La información privada individual puede ser completamente eliminada de cada paciente, lo que permite que el paciente permanezca anónimo mientras se comparte la información importante.

Una red de hospitales en cualquier ciudad que recopile datos en tiempo real y comparta estos datos podría ofrecer una atención médica superior. Por ejemplo, se podría rastrear que un hospital específico ha mostrado un aumento en pacientes con síntomas similares a la gripe, con 3 pacientes a las 10:00 a. m., a 7 pacientes a la 1:00 p. m., a 49 pacientes a las 5:00 p. m. Estos datos podrían compararse con hospitales dentro de la misma región para alertas inmediatas de que una cierta región es una zona potencial de brote.

Una vez que se recopila y se ensambla esta información, el sistema de IA podría activar alertas a todas las regiones vecinas para que se tomen las precauciones necesarias.

Si bien esto sería difícil en ciertas regiones del mundo, países con grandes centros de IA y densidades de población más pequeñas, como Canadá, podrían instituir un sistema tan avanzado. Canadá tiene centros de IA en las provincias más pobladas (Waterloo y Toronto, Ontario, y Montreal, Quebec). Las ventajas de esta cooperación entre hospitales y provincias podrían extenderse para ofrecer a los canadienses otros beneficios, como un acceso acelerado a la atención médica de emergencia y una reducción del gasto en atención médica. Canadá podría convertirse en un líder en IA y atención médica, licenciando esta tecnología a otras jurisdicciones.

Lo más importante es que, una vez que un país como Canadá tenga un sistema en lugar, la tecnología/métodos pueden clonarse y exportarse a otras regiones. Eventualmente, el objetivo sería cubrir todo el mundo para asegurarse de que los brotes sean un recuerdo del pasado.

Este tipo de recopilación de datos por parte de los trabajadores de la salud tiene beneficios para múltiples aplicaciones. No hay razón por la que, en 2020, un paciente deba registrarse individualmente con cada hospital y que esos mismos hospitales no se comuniquen entre sí en tiempo real. Esta falta de comunicación puede resultar en la pérdida de datos de pacientes que sufren de demencia u otros síntomas que pueden impedirles comunicar completamente la gravedad de su condición o incluso dónde más han sido tratados.

Lecciones aprendidas

Solo podemos esperar que los gobiernos de todo el mundo aprovechen las importantes lecciones que el coronavirus nos está enseñando. La humanidad debería considerarse afortunada de que el coronavirus tenga una tasa de letalidad relativamente suave en comparación con algunos agentes infecciosos del pasado, como la Peste Negra, que se estima que mató al 30% al 60% de la población de Europa.

La próxima vez es posible que no tengamos tanta suerte, lo que sabemos hasta ahora es que los gobiernos actualmente no están equipados para lidiar con la gravedad de un brote.

Bluedot se concibió en el contexto del brote de SARS en Toronto en 2003 y se lanzó en 2013. El objetivo era proteger a las personas en todo el mundo de las enfermedades infecciosas con inteligencia humana y artificial. El componente de IA ha demostrado una capacidad notable para predecir el camino de las enfermedades infecciosas, lo que queda es el componente humano. Necesitamos nuevas políticas para permitir que empresas como BlueDot excelan en lo que hacen mejor. Como personas, necesitamos exigir más a nuestros políticos y proveedores de atención médica.