{{{sourceTextContent.title}}}

PREGUNTAS Y RESPUESTAS. Uso de la IA para predecir brotes de enfermedades

{{{sourceTextContent.subTitle}}}

En los últimos años, los avances tecnológicos han hecho que los médicos y las organizaciones pasen cada vez más de la atención sanitaria reactiva a la proactiva.

{{{sourceTextContent.description}}}

Aunque el uso de modelos predictivos para mitigar los brotes de enfermedades no es nada nuevo, los avances en la inteligencia artificial (IA) están permitiendo que estos modelos se conviertan en herramientas altamente efectivas. Fundada en 2015, AIME (Inteligencia Artificial en Epidemiología Médica) es una empresa pionera con sede en los EE.UU. que utiliza el análisis de grandes datos y el aprendizaje automático para predecir la ubicación y el tiempo de los brotes de enfermedades infecciosas en tiempo real. La revista electrónica MedicalExpo se reunió con la Dra. Helmi Zakariah, CEO de AIME en Asia-Pacífico, para aprender más sobre la tecnología y sus aplicaciones.

Revista electrónica MedicalExpo: ¿Cómo funciona AIME? ¿Cuáles son sus características más innovadoras?

Dr. Helmi Zakariah: AIME es un sistema escalable, en tiempo real y multiplataforma que incluye aplicaciones web y aplicaciones móviles, todo ello conectado a través de una base de datos unificadora. Una de las principales características del sistema es un bot llamado REDINT, que busca automáticamente en más de 40 bases de datos diferentes datos epidemiológicos, meteorológicos y geográficos. El procesamiento de estos datos mediante el aprendizaje automático permite al sistema predecir y geolocalizar los brotes de enfermedades.

Cuando se prevé que se produzcan múltiples brotes simultáneamente, AIME puede crear un índice de priorización en toda la región afectada, de modo que los insecticidas, larvicidas y recursos humanos puedan desplegarse con mayor eficacia. Esto permite a los profesionales de la salud pública anticiparse a los brotes con el mejor curso de acción preventiva.

ME e-mag: ¿Cuán preciso es AIME?

Dr. Helmi Zakariah: Para que AIME sea implementado con éxito, debe ser implementado y utilizado en toda la industria de la salud, desde las clínicas comunitarias hasta los hospitales regionales. Sin una corriente continua de nuevos datos de incidencia de enfermedades, la plataforma se vuelve ineficaz.

Durante las pruebas de nuestra plataforma de Predicción de Brotes de Dengue en Malasia y Brasil, el sistema predijo dónde ocurrirían los brotes con una precisión de hasta el 88%, con tres meses de anticipación y dentro de un radio de 400 metros"

Sin embargo, si recibe dichos datos, AIME continuará aprendiendo. Su precisión y eficacia de intervención aumenta constantemente. Durante las pruebas de nuestra plataforma de Predicción de Brotes de Dengue en Malasia y Brasil, el sistema predijo dónde ocurrirían los brotes con una precisión de hasta el 88%, con tres meses de anticipación y dentro de un radio de 400 metros. Esta plataforma se utiliza ahora en Malasia, Brasil y Filipinas para ayudar a los proveedores sanitarios a gestionar y frenar los brotes.

ME e-mag: ¿Cuáles son tus planes para AIME ahora? ¿En qué estás trabajando?

Dr. Helmi Zakariah: Gracias a un consenso mundial sobre la vigilancia de las enfermedades y a iniciativas como el Reglamento Sanitario Internacional de la Organización Mundial de la Salud, ya se están generando enormes cantidades de datos sanitarios y relacionados con las enfermedades. Sin embargo, las habilidades y la capacidad para analizar tales datos no están tan desarrolladas.

El uso de la IA para descubrir patrones y marcadores ocultos a simple vista y el análisis estadístico convencional ha abierto una serie de nuevas y excitantes posibilidades. Un ejemplo es un nuevo proyecto nuestro que se centra en la predicción de la resistencia a los antibióticos. Esto representa un gran cambio con respecto al enfoque de diagnóstico convencional para combatir la resistencia a los antimicrobianos. Estamos apostando a que la IA puede llegar a ser tan diagnóstica como un kit de prueba rápida, pero en lugar de usar sangre, usamos datos para medir la probabilidad.

Apostamos a que la IA puede llegar a ser tan diagnóstica como un kit de prueba rápida, pero en lugar de usar sangre, usamos datos para medir la probabilidad"

También queremos crear dispositivos para diagnosticar la tuberculosis y la malaria, y software para diagnosticar la retinopatía diabética.

ME e-mag: ¿Llegará el día en que podamos predecir todos los brotes de enfermedades antes de que ocurran?

Dr. Helmi Zakariah: La tecnología se está desarrollando a un ritmo exponencial. Hace poco más de una década, contraer el VIH era una sentencia de muerte - ahora es más probable que uno muera de un accidente automovilístico que de SIDA (tal vez veamos este cambio estadístico a medida que evoluciona la conducción autónoma). Si tenemos las fuentes de datos adecuadas, el marco reglamentario adecuado y el enfoque adecuado para el intercambio de datos, no veo por qué no podemos predecir los brotes de cólera y otras enfermedades de la misma manera que podemos predecir actualmente la ocurrencia de un tsunami.

{{medias[33673].title}}

{{medias[33673].description}}