¿Puede la inteligencia artificial predecir nuevos rebrotes?

Un sistema de inteligencia artificial desarrollado por una ‘startup’ especializada en monitorizar la dispersión de enfermedades infecciosas fue el primero en alertar del coronavirus de Wuhan.  El algoritmo pronosticó correctamente que el virus saltaría de Wuhan a Bangkok, Seúl, Taipei y Tokio en los días posteriores a su aparición inicial. Desde entonces, investigadores de diferentes partes del mundo tratan de crear sistemas capaces de predecir nuevos rebrotes y, de esta forma, implementar las medidas necesarias para prevenirlos.

A Fernando Suárez, presidente del Consejo General de Colegios Oficiales de Ingeniería en Informática, no le cabe duda de que “la inteligencia artificial puede ayudar a combatir el coronavirus y anticipar posibles rebrotes”. Recuerda que esta tecnología puede procesar volúmenes ingentes de datos para detectar patrones en los mismos y extraer conclusiones. “Así, por ejemplo, estos sistemas podrían llegar a predecir el número de muertes por COVID-19 entre varones de más de 60 años de edad en un determinado país”, afirma. Cuantos más datos de calidad y estandarizados se recopilen, “más precisos pueden llegar a ser este tipo de sistemas”.

Un equipo internacional de científicos ha desarrollado un modelo que podría predecir brotes aproximadamente dos semanas antes de que ocurran, según un artículo publicado en el repositorio arXiv.org. Se tienen en cuenta datos en tiempo real de búsquedas en Google, publicaciones de Twitter relacionadas con la COVID-19, geoetiquetadas por ubicación, búsquedas de sanitarios en una plataforma de médicos llamada UpToDate, datos de movilidad anónimos de teléfonos inteligentes y lecturas de un termómetro inteligente que funciona con una aplicación.

Aunque el documento por ahora es un ‘preprint’ —una publicación provisional a la espera de ser validada y publicada en una revista científica—, muestra el potencial de la inteligencia artificial de cara a detectar nuevos brotes. Hay otros proyectos similares. Por ejemplo, la consultora Mr. Houston ha creado un modelo matemático con el que promete predecir con hasta 10 días de antelación cada nueva ola de contagios de COVID-19 a partir del análisis de millones de tuits.

Predicción a partir de búsquedas

El uso del análisis de datos en tiempo real para medir la progresión de la enfermedad no es nuevo. Ya en 2008 los ingenieros de Google desarrollaron una herramienta para predecir casos de gripe mediante el seguimiento de las tendencias de búsqueda. Por ejemplo, tenían en cuenta si los internautas buscaban “sentirse exhausto”, “dolor en las articulaciones” o “dosis de Tamiflu” (medicamento antigripal).

Pero el algoritmo de Google, aunque en un principio parecía funcionar correctamente, acabó por sobreestimar las visitas a centros médicos relacionadas con esta enfermedad. Resultó especialmente inexacto en los picos de la temporada de gripe, cuando más útiles son las previsiones. Esta inexactitud se achacó, en evaluaciones posteriores, a las limitaciones de los datos y a la influencia de factores externos. Por ejemplo, el interés que despertó el sistema en los medios pudo hacer que la herramienta recibiera una importante atención por parte del público. Aún es pronto para valorar hasta qué punto los sistemas de inteligencia artificial van a ser claves y precisos a la hora de detectar nuevos rebrotes.

Durante la pandemia, además de hallar nuevos casos, Suárez subraya que la inteligencia artificial puede servir para el desarrollo de medicamentos, la identificación de personas infectadas que no cumplen los protocolos establecidos, el manejo de robots de mantenimiento y entrega, el uso de ‘chatbots’ para compartir información relativa a la enfermedad o adelantarse a las futuras necesidades. Por ejemplo, la compañía Sherpa.ai ha desarrollado una plataforma que permite predecir el número de camas necesarias en la UCI con una semana de antelación. “Hemos visto que la saturación de los sistemas hospitalarios fue uno de los principales problemas durante la primera ola, por lo que contar con sistemas como este es de suma importancia”, afirma el informático.

También existen múltiples ejemplos de cómo esta tecnología puede ayudar a detectar si una persona está contagiada y, en ese caso, hasta qué punto es grave la infección. Mientras que investigadores de Cambridge pretenden crear algoritmos capaces de detectar por el habla y la tos si una persona está contagiada, la empresa española Quibim ha desarrollado una red neuronal que determina la afectación de un paciente con la COVID-19 a partir de imágenes médicas. Con ellas, es posible detectar la gravedad de un paciente con síntomas y decidir si dejarlo en el hospital o mandarlo a casa.