El cambio de década ha traído consigo el mayor reto sanitario al que ha hecho frente la humanidad en los últimos 100 años. El COVID-19 o Neumonía de Wuhan, que comenzó a golpear la región de Hubei en el ultimo trimestre de 2019, se ha extendido rápidamente por la totalidad del globo. A día de hoy no existe prácticamente ningún país del mundo que no se haya visto afectado por la pandemia, presente en todos los continentes con la excepción de la Antártida.
Atendiendo a los datos correspondientes al mes de Junio, los contagios en todo el mundo se acercan a los 7.500.000 según datos oficiales, dejando más de 400.000 fallecidos. La crisis sanitaria ha golpeado muy duramente el corazón de Europa, especialmente en países como Italia, Francia o España. Las naciones al otro lado del Atlántico no se han visto ajenas al efecto de la pandemia, ocupando EEUU la primera posición en número de contagios en el ranking mundial, muy por delante de Rusia o España, y con la preocupante situación de Brasil o Perú, donde el número de casos asciende de forma descontrolada y con previsiones menos esperanzadoras para el futuro inmediato.
En nuestro país, la gestión de la crisis y la lucha contra el virus no se ha llevado a cabo solamente desde el ámbito sanitario. Las repercusiones inmediatas tanto sociales como económicas de la pandemia suponen un reto adicional tanto a corto como a medio y largo plazo. La colaboración entre el Estado, las administraciones públicas, las empresas y la propia sociedad ha sido y está siendo necesaria para superar la actual situación y que será imperativa para afrontar el escenario posterior a la pandemia.
Las tecnologías de la información han demostrado ser poderosas herramientas en la gestión de la crisis y cuyo máximo potencial aun no ha sido explotado.
1. BlueDot o cómo un algoritmo detectó el inicio de la pandemia
BlueDot es una plataforma de IA de origen Canadiense que opera desde 2009. La inspiración previa para la creación de la mismo fueron pandemias anteriores, como el caso del SARS, que golpeó el sureste asiático en los primeros años del milenio.
El núcleo del sistema es un algoritmo que permite la detección temprana de una epidemia así como la modelización de la previsión de expansión y sus vías de extensión.
Para ello, el sistema emplea el análisis de millones de datos procedentes de fuentes muy diversas, como informes sanitarios oficiales, información logística, información de aerolíneas y de sistemas de transporte, redes sociales, etc. Mediante técnicas de procesamiento natural del lenguaje así como técnicas de aprendizaje automático, el software fue capaz de detectar la existencia una anomalía sanitaria en la provincia de Hubei.
Más aún, mientras la Organización Mundial de la Salud emitía su anuncio oficial acerca de la existencia de la enfermedad en la segunda semana de Enero de 2020, el algoritmo ya había detectado esta situación en los últimos días de 2019.
2. El análisis automático de imágenes en el diagnóstico del Covid-19
Una de las aplicaciones más interesantes de las técnicas de IA en la lucha contra el coronavirus en el ámbito sanitario ha sido el diagnóstico de la enfermedad mediante el análisis automático de placas de rayos X correspondientes al tórax de pacientes.
El sistema se basa en la identificación de las claves morfológicas de los pulmones afectados por el virus, que son la base para diferenciarlos de órganos sanos u afectados por otras patologías.
El sistema ha sido desarrollado por la Universidad de Granada junto con el hospital San Cecilio y ha sido entrenado con datos de más de un millar de pacientes.
El algoritmo se fundamenta en el análisis automático de imágenes mediante técnicas de Deep Learning, habiendo alcanzado en la actualidad más de un 80% de aciertos en su ejecución.
La aplicación de la IA en el diagnostico por imagen no es una novedad de esta situación. Lleva años siendo empleado en el diagnostico de enfermedades como el cáncer. Es por ello que la experiencia alcanzada en este campo ha servido apara el desarrollo de proyectos aplicados al diagnóstico del Covid – 19. De hecho, el proyecto comentado en el presente artículo no es el único. Otros países como Canadá o China han empleado herramientas similares en las que se ha logrado alcanzar hasta un 95% de acierto. Entre ellas, cabe destacar la iniciativa de Alibaba Cloud que permite el diagnóstico por imagen en menos de 20s.
3. La información salva vidas
Más allá de las polémicas relacionadas con los métodos internos de recopilación de información sanitaria por parte de las diferentes administraciones nacionales e internacionales, lo cierto es que la tecnología ha ofrecido interesantes mecanismos de acceso a la misma. Han sido varias las aplicaciones que han permitido a los ciudadanos acceder a la información de forma rápida y accesible, lo que ha facilitado la transmisión de la magnitud de la crisis, así como una mayor conciencia social sobre la situación. Como el título de esta sección reza, “La información salva vidas” y en esta situación, su significado cobra completamente sentido.
Sin salir de nuestro país, las iniciativas tanto públicas como empresariales y ciudadanas han sido variadas, ofreciendo datos de interés público en tiempo real.
A continuación se presentan algunos de los casos más interesantes:
- CoronaMadrid: La aplicación móvil CoronaMadrid permite a sus usuarios poder detectar casos, informarse y contactar con las autoridades en cualquier fase de la concepción de la enfermedad del COVID-19. Se trata de una aplicación que tiene la misión de ayudar a los ciudadanos a poder detectar si están siendo afectados por la enfermedad y obtener las mejores recomendaciones dependiendo de su estado. Aplicaciones similares han sido implementadas en las Comunidades Autónomas de País Vasco o Cataluña.
- COVID-19 Map: La universidad John Hopkins ha desarrollado esta herramienta geoespacial en la que presenta los datos de expansión del virus a nivel internacional. Entre la información que presenta se encuentran el numero de caso registrados por país así como el número de decesos. La aplicación emplea un mapa para presentar la localización de los focos más importantes así como la evolución de la pandemia en las diferentes regiones del globo. Los datos proceden de fuentes oficiales ofrecidas tanto por los países como por la organizaciones sanitarias más importantes.
- DesescalaApp: el llamado proceso de desescalada está generando más preguntas que respuestas entre los españoles, especialmente en cuanto a las actividades autorizadas o limitaciones en vigor durante cada una de las fases. Esta aplicación con base geomática permite acceder de forma rápida y sencilla a la información publicada en el Boletín Oficial del Estado con referencia a la provincia de residencia del interesado. Es un ejemplo claro de como las iniciativas populares pueden contribuir con éxito a la gestión de situaciones de riesgo excepcional.
4. Las matemáticas contra el COVID-19
Desde el inicio de la pandemia los modelos matemáticos han sido una herramienta esencial para predecir el avance y comportamiento de la pandemia. Conceptos que anteriormente eran desconocidos para la sociedad en general, se han hecho familiares gracias a los medio de comunicación y a los poderes públicos. Aún permanecen en la memoria reciente los recuerdos de la famosa “curva” y su personificación como un enemigo al que “doblegar”. Pero más allá del carácter cotidiano que ha logrado alcanzar, encontramos conceptos matemáticos avanzados que beben directamente de disciplinas como el Cálculo, cuyo nacimiento se remonta al siglo XVII, de la mano de Leibniz y Newton.
La práctica totalidad de los modelos que han surgido en los últimos meses proceden del modelo SIR (Susceptible – Infected – Recovered). La idea original procede de los estudios de los epidemiologos W. O. Kermack y A. G. McKendrick en la primera mitad del siglo XX (la Teoría Kermack – McKendrick). El modelo SIR así como el SEIR (SIR + Exposed) evolucionan desde esta idea: la dinámica de contagios se modela mediante ecuaciones diferenciales en una población de N individuos con S susceptibles, que se van contagiando desde un infectado inicial (o iniciales) pasando a la categoría de I infectado. Un determinado numero de I infectados pasarán a F fallecidos mientras que el resto pasarán a R recuperados.
Con esta base, la implementación de los modelos se ha desarrollado gracias a la computación avanzada, capaz de procesar en tiempo real grandes cantidades de datos procedentes de los servicios oficiales de los distintos países y organismos.
Sin embargo, y pese a la potencia del modelo, los datos son su mayor debilidad, ya que la baja representatividad de los mismos en cuanto a la situación real genera sesgos en la previsiones.
Este hecho ha sido especialmente relevante durante la actual pandemia. En numerosas ocasiones se ha puesto en entredicho la exactitud de los datos ofrecidos por las autoridades de diferentes naciones, consecuencia directa de la magnitud de la crisis sanitaria y de disfunciones internas.
En nuestro país, cabe destacar el modelo desarrollado por la Universidad de Valencia. El sitio ofrece acceso al modelo diferencial utilizado así como resultados tanto para la Comunidad Valenciana como para España. El modelo se ha ido actualizando con los datos para corregir las desviaciones producidas por la calidad de los datos.
Así mismo, cabe destacar el desarrollo de aplicaciones que implementan los modelos descritos y permiten integrar diferentes sets de datos con los que estudiar el comportamiento del virus.
En definitiva, esta situación ha puesto de manifiesto el papel crucial que la tecnología tiene en la gestión de este tipo de situaciones que no tienen precedente en la historia reciente de nuestro país. Es una muestra clara de la importancia de mantener una inversión importante en i+d+i. No solamente implicaría disponer de nuevas herramientas para hacer frente a retos futuros, sino que supondría un incremento en la diversificación sectorial de nuestro país, garantizando un cierto nivel de cobertura ante situaciones económicas negativas a medio y largo plazo.
