​Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continúa navegando, consideramos que acepta su uso. Puede obtener más información, o bien conocer cómo cambiar la configuración, en nuestra Politica de cookies

El data science está permitiendo analizar la ingente cantidad de datos que se está generando alrededor del coronavirus para sugerir soluciones de prevención, tratamiento y cura de la enfermedad.

El data science, basándose en big data, estadística, análisis de datos e inteligencia artificial, es una disciplina muy útil a efectos de comprender y analizar los fenómenos para lograr hallazgos que nos permitan tomar mejores decisiones.

La experta del Future Trends Forum, Nuria Oliver, explica en este vídeo cómo utilizar la ciencia de datos para el bien común (Data Science for Social Good):

Conferencia de Nuria Oliver, en la reunión del Future Trends Forum sobre Inteligencia Artificial.

Eso es, precisamente, lo que se está haciendo en la lucha contra el Covid-19: equipos multidisciplinares de todo el mundo están trabajando contrarreloj para crear herramientas (algoritmos basados en datos) de apoyo en la toma de decisiones y en la búsqueda de fármacos.

Cuando el uso de estas herramientas afecta a miles o millones de personas, como es el caso de la lucha contra la actual pandemia, surgen importantes dilemas éticos. Para obtener soluciones Data Science for Social Good que despejen estos dilemas, Nuria Oliver propone lo que ella denomina “algoritmos FATEN, que, en definitiva, aseguren los necesarios derechos individuales, la transparencia, la veracidad, la ética, la confianza y la cooperación.

Dicho lo cual, ¿en qué ámbitos se está aplicando la ciencia de datos para frenar al coronavirus?

1. Lucha contra la propagación, contención y mitigación del Covid-19: para luchar contra la propagación, contener los efectos y conseguir mitigar la enfermedad, se utilizan datos que luego sirven para realizar modelos predictivos que ayuden en la toma de decisiones de los gobiernos e instituciones internacionales. En este ámbito, se están creando repositorios de datos abiertos.

La fuente primaria de los datos agregados está siendo la universidad Johns Hopkins, que lleva publicando datos desde el pasado 23 de enero y que acaba de publicarlos en GitHub. Pero hacen falta datos más finos, datos más ricos.

Esri está aplicando su experiencia en mapeo y geolocalización al seguimiento del Covid-19 y los ha combinado con los datos de disponibilidad de camas de Definitive Healthcare. El tablero ofrece una instantánea de la preparación a nivel de condado en Estados Unidos.

Una iniciativa española que está tratando de recabar datos más ricos es la liderada por Nuria Oliver, que pretende estimar cuántas personas están infectadas y entender cómo se sienten las personas tras semanas de confinamiento.

Un paso más allá para la contención del virus consiste en utilizar la ciencia de datos sumando el seguimiento de los ciudadanos a través de sus dispositivos móviles como se ha hecho en China y en Israel. Al registrar dónde ocurrían los casos reportados y unir esos datos con el movimiento GPS de los móviles, el gobierno chino pudo crear modelos analíticos para predecir qué vecindarios tenían más probabilidades de tener casos futuros. Con esta información, pudieron poner rápidamente en cuarentena y adoptar medidas para reducir y/o detener la propagación de la enfermedad.

 2. Búsqueda de fármacos contra el virus. Los investigadores están utilizando algoritmos de aprendizaje automático (machine learning) capaces de generar millones de potenciales anticuerpos terapéuticos para encontrar tratamientos a la enfermedad. Los algoritmos de aprendizaje automático pueden detectar rápidamente anticuerpos terapéuticos con una alta probabilidad de éxito. Cuando el descubrimiento de anticuerpos en un laboratorio generalmente puede llevar años, estos algoritmos pueden identificar anticuerpos que pueden luchar contra el virus en solo unas semanas.

Existen diversas iniciativas en este campo. Quizás una de las más representativas es la que está llevando a cabo Insilico Medicine, compañía enfocada en la prevención de enfermedades a través de la inteligencia artificial. Insilico Medicine está desarrollando y aplicando inteligencia artificial de próxima generación (como GAN -Generative Adversarial Network- y RL -Reinforcement Learning-) y enfoques de aprendizaje profundo (deep learning) en cada paso del proceso de descubrimiento y desarrollo de fármacos. Actualmente está desarrollando una tecnología que informará a los médicos sobre las moléculas que pueden combatir el coronavirus. Después de analizar las moléculas, el sistema proporciona información sobre aquellas que son más adecuadas para combatir el coronavirus.

Vemos que la ciencia de datos aporta un enorme valor en reducir los tiempos en la toma de decisiones mejor enfocadas tanto para la lucha contra la propagación de la enfermedad como para crear la vacuna contra el virus. Seguiremos viendo avances relevantes, sobre todo, potenciados por la colaboración entre equipos internacionales y multidisciplinares.

Si quieres saber más sobre la inteligencia artificial y la ciencia de datos, así como en sus múltiples aplicaciones, consulta el análisis de los expertos Future Trends Forum haciendo click aquí.

Para profundizar en las posibilidades reales de la ciencia de datos en la lucha contra la pandemia, puedes asistir al “1º Congreso Online ANBAN: IA y Big Data contra el Covid-19”, impulsado por nuestra experta, Nuria Oliver, que se celebrará el jueves, 9 de abril, y donde se presentarán casos concretos de soluciones de ciencia de datos contra el Covid-19.

Más en nuestra web