Vicent Botti, catedrático e investigador de la Universitat Politècnica de València, describe las soluciones de la inteligencia artificial en la prevención, el diagnóstico y el tratamiento de enfermedades como la COVID-19.
Según la Organización Mundial de la Salud (OMS), el éxito de la respuesta de la salud pública a una nueva infección depende de cuatro factores críticos: la comprensión de la transmisibilidad y las poblaciones de riesgo; el establecimiento de la historia natural de la infección, incluidos el período de incubación y la tasa de mortalidad; la identificación y caracterización del organismo causante; y la elaboración de modelos epidemiológicos para sugerir medidas eficaces de prevención y control. La inteligencia artificial (IA) puede proporcionar soluciones a cada uno de estos factores y ayudar a los trabajadores sanitarios, así como a los epidemiólogos y virólogos, en la prevención, el diagnóstico y el tratamiento de enfermedades como el COVID-19. Dichas soluciones serían aplicables en tres estados: antes, durante y después de la epidemia.
Antes de manifestarse la epidemia. La IA puede detectar alertas tempranas de brotes de enfermedades epidémicas. En diciembre de 2019, el sistema BlueDot detectó que el coronavirus de Wuhan era una nueva cepa y de qué modo se iba a propagar por el mundo. BlueDot combina la experiencia médica y de salud pública con un avanzado análisis de datos y razonamiento automático para construir soluciones que anticipen los riesgos de enfermedades infecciosas. En 2014, BlueDot ya predijo con seis meses de antelación la llegada del virus Zika.
Después de manifestarse. La ciencia de datos, los sistemas de aprendizaje automático y aprendizaje profundo pueden ayudar a entender lo que ha sucedido y obtener modelos epidemiológicos que permitan definir estrategias eficaces de prevención y control que faciliten tomar las mejores decisiones. Para ello, se requieren datos de fuentes sanitarias, posiblemente los más importantes, pero también otros como los de movilidad de los teléfonos, consumo de energía de viviendas, acceso de ciudadanos a los bancos, uso del transporte público, etc. Esta ha sido una de las debilidades de nuestro sistema pues los datos que hubiesen sido útiles para que los investigadores de IA aportasen su granito de arena en esta lucha no han estado a su disposición. Esto nos tiene que hacer reflexionar para estar preparados ante situaciones similares y desarrollar un Sistema Público de Gestión de Datos adecuado.
Durante la epidemia. La IA puede ayudar en la prevención, diagnóstico y tratamiento del COVID-19. Alibaba ha desarrollado un sistema que puede detectar el coronavirus en tomografías computarizadas de pecho con una precisión del 96%. DeepMind ha compartido resultados de su IA que detallan la estructura de seis proteínas vinculadas al SARS-CoV-2, el coronavirus que causa el COVID-19. Podríamos seguir enumerando múltiples aplicaciones de la IA. Pero, en mi opinión, en esta etapa hay dos soluciones de IA que podrían tener especial impacto.
Una es utilizar métodos de optimización que permitan un uso eficiente de los recursos humanos y materiales disponibles. Esto permitiría asignar enfermos a los hospitales más adecuados, distribuir el material sanitario a los hospitales más necesitados en cada momento…
La segunda es emplear técnicas de IA para analizar el movimiento de personas en áreas geográficas a partir de información de operadores de telefonía móvil, pero no de forma agregada. Supongamos el caso de una persona que acude al hospital y da positivo; se le preguntará por las personas con las que ha estado en contacto, con quienes contactará la autoridad sanitaria para adoptar medidas de confinamiento o realizar tests de diagnóstico. Pero esta persona, los días anteriores, ha viajado en transporte público, ha ido a comprar, etc. y ha estado en contacto con otras personas. ¿Cómo identificarlas para advertirles y que puedan seguir estrategias de confinamiento o realizarles tests y así limitar la propagación del virus?
En mi opinión, lo que tendría mayor impacto es un sistema de IA capaz de predecir el riesgo de contagio (a través de la monitorización de los movimientos, proporcionados por la trazabilidad de sus móviles) de aquellas personas que hayan estado en contacto con una persona infectada. Para detectar a las personas bajo riesgo de contagio se requiere la utilización conjunta de datos de movilidad obtenidos de las operadoras de telefonía móvil y los obtenidos de forma colaborativa de los ciudadanos con una app para móviles. Un sistema así será útil tanto durante la emergencia como posteriormente, cuando se detecten casos de contagio y se pueda identificar rápidamente las personas bajo riesgo; esto disminuirá la propagación, adoptando estrategias de confinamiento o de realización de pruebas en personas clasificadas con riesgo alto. Este sistema y sus resultados deberán ser utilizados exclusivamente por la autoridad sanitaria competente.
Actualmente, disponemos de herramientas de análisis de redes sociales como U-Tool, que permitirían realizar la predicción de riesgo de contagio. Un sistema de este tipo, que dispone de forma anonimizada de la información de los desplazamientos de un móvil, despierta dudas sobre el incumplimiento de la Ley de Protección de Datos por el ‘control’, por parte de la administración o empresas, que puede suponer sobre los ciudadanos. Es evidente que hay que garantizar su privacidad. Pero, además, hay dictámenes que refrendan que, en situaciones como la actual, esto se puede instrumentar cumpliendo la ley y garantizando la privacidad. Por ello, adoptar una solución pragmática que se centre en lo que sea necesario para la salud pública es lo que procede en un momento tan critico como el que vivimos.
Fuente: Universitat Politècnica de València
