Ver traducción automática
Esta es una traducción automática. Para ver el texto original en inglés haga clic aquí
#Tendencias de productos
{{{sourceTextContent.title}}}
Coronavirus: Uso de la IA para predecir brotes de enfermedades
{{{sourceTextContent.subTitle}}}
El brote del 2019-noviembre -nuevo coronavirus 2019- parece ser menos mortal que su primo lejano el SARS, pero potencialmente más contagioso.
{{{sourceTextContent.description}}}
Ha entrado en erupción en China desde mediados de diciembre y ya ha causado por lo menos 170 muertes. Según el Ministro de Salud chino Ma Xiaowei, ha entrado en una "fase más grave y compleja" En los últimos años, los avances tecnológicos han hecho que los médicos y las organizaciones pasen cada vez más de una atención sanitaria reactiva a una proactiva. Si bien el uso de modelos predictivos para mitigar los brotes de enfermedades no es nada nuevo, los avances en la inteligencia artificial (IA) permiten ahora que estos modelos se conviertan en herramientas altamente eficaces. Fundada en 2015, AIME (Inteligencia Artificial en Epidemiología Médica) es una empresa pionera con sede en los EE.UU. que utiliza grandes análisis de datos y aprendizaje automático para predecir la ubicación y el tiempo de los brotes de enfermedades infecciosas en tiempo real. MedicalExpo se reunió con el Dr. Helmi Zakariah, director general de AIME para Asia y el Pacífico, para aprender más sobre la tecnología y sus aplicaciones.
La 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, todas ellas conectadas a través de una base de datos unificada. Una de las principales características del sistema es un robot llamado REDINT, que busca automáticamente en más de 40 bases de datos diferentes datos de epidemiología, meteorológicos y geográficos. El procesamiento de estos datos mediante el aprendizaje por máquina permite al sistema predecir y geolocalizar los brotes de enfermedades.
En los casos en que se prevé que se produzcan múltiples brotes simultáneamente, el AIME puede crear un índice de priorización en toda la región afectada, de modo que los insecticidas, los larvicidas y los recursos humanos puedan desplegarse con mayor eficacia. Esto permite a los profesionales de la salud pública adelantarse a los brotes con el mejor curso de acción preventiva.
ME e-mag: ¿Qué tan preciso es AIME?
Dr. Helmi Zakariah: Para que el AIME se aplique con éxito debe desplegarse y utilizarse en toda la industria de la salud, desde las clínicas comunitarias hasta los hospitales regionales. Sin un flujo continuo de datos sobre la incidencia de nuevas 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 se producirían los brotes con una precisión de hasta el 88%, con tres meses de antelación y en un radio de 400 metros"
Sin embargo, si recibe esos datos, AIME seguirá aprendiendo. Su precisión y eficacia de intervención se hace entonces cada vez mayor. Durante las pruebas de nuestra plataforma de predicción de brotes de dengue en Malasia y Brasil, el sistema predijo dónde se producirían los brotes con una precisión de hasta el 88%, con tres meses de antelación y en un radio de 400 metros. Esta plataforma se utiliza ahora en Malasia, Brasil y Filipinas para ayudar a los proveedores de servicios de salud a gestionar y frenar los brotes.
ME e-mag: ¿Cuáles son sus planes para AIME ahora? ¿En qué estás trabajando?
Dr. Helmi Zakariah: Debido al consenso mundial sobre la vigilancia de las enfermedades e iniciativas como el Reglamento Sanitario Internacional de la Organización Mundial de la Salud, ya se están generando enormes cantidades de datos relacionados con la salud y las enfermedades. Sin embargo, las habilidades y la capacidad para analizar esos datos no están tan desarrolladas.
El uso de la IA para descubrir patrones y marcadores ocultos a la vista y el análisis estadístico convencional ha abierto un abanico 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. Apostamos a que la IA puede llegar a ser tan diagnóstica como un kit de pruebas rápidas, pero en lugar de usar sangre usamos datos para medir la probabilidad. También queremos crear dispositivos para diagnosticar la tuberculosis y la malaria, y programas informáticos para diagnosticar la retinopatía diabética.
"Apostamos a que la IA puede llegar a ser tan diagnóstica como un kit de pruebas rápidas, pero en lugar de usar sangre usamos datos para medir la probabilidad"
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 ahora 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 por un accidente de coche que por el SIDA (tal vez veamos este cambio estadístico a medida que evolucione la conducción autónoma). Si tenemos las fuentes de datos correctas, el marco regulador correcto y el enfoque correcto para el intercambio de datos, no veo por qué no podemos predecir el cólera y otros brotes de enfermedades de la misma manera que actualmente podemos predecir la ocurrencia de un tsunami.
{{medias[35761].description}}
{{medias[35762].description}}