El desarrollo de soluciones de Machine Learning y Big Data han demostrado ser cruciales para afrontar la COVID-19. La aplicación de estas áreas está permitiendo crear mejores sistemas de control y soporte para profesionales del sector salud e investigación.
El potencial de estas tecnologías logra contribuir en 4 aspectos específicos:
- Predicción de brotes y rebrotes
- Seguimiento de la propagación del virus
- Diagnóstico y tratamiento del coronavirus
- Descubrimiento de vacunas y fármacos.
Profesionales del mundo comprometidos en crear soluciones
Científicos de todo el mundo están participando en el desarrollo de iniciativas basadas en datos, que ayuden a aliviar el estrés en el sector salud (debido a los acelerados incrementos de contagios y el aumento de pacientes con necesidad de camas UCI). Esta situación está generando el colapso de hospitales en muchos países en vías de desarrollo.
Sin embargo, gracias al uso de Machine Learning (ML) se están desarrollando sistemas de soporte de decisión en medicina (SSDM). Los cuales, tienen como objetivo ayudar al personal médico a clasificar a los pacientes según su nivel de infección. ¿Imaginas determinar rápidamente la probabilidad de estar infectado a través de un SSDM? El uso de ML ayudaría a salvar vidas y también, al manejo eficiente de los recursos (limitados) dentro de los hospitales.
Israel: predicciones a través de Big Data y Machine Learning
El pasado 4 enero fue publicado un artículo en la revista Nature sobre “Machine learning-based prediction of COVID-19 diagnosis based on symptoms”, por científicos de la Facultad de Medicina, Universidad de Tel Aviv de Israel. En este se destacó que especialistas en datos usaron aprendizajes supervisados para entrenar modelos de Machine Learning.
Estos fueron capaces de generar probabilidades de ser diagnosticado con una infección por COVID-19. Además, los modelos ayudaron a la predicción deresultados utilizando tan solo ocho variables: sexo, edad ≥60 años, contacto conocido con un individuo infectado, y la aparición de cinco síntomas clínicos iniciales (tos, dificultad para respirar, fiebre, dolor de garganta y dolor de cabeza).
Las predicciones se generaron utilizando un modelo de gradient-boosting construido en base a un árbol de decisiones (unas de las técnicas del ML). El gradient-boosting es un algoritmo muy popular, el cual ha demostrado ser exitoso en muchas aplicaciones.
Este estudio utilizó datos públicos del Ministerio de Salud de Israel para desarrollar un modelo que detecte los casos de COVID-19, usando atributos simples a los que se accede haciendo preguntas básicas a los pacientes.
Un modelo de SSDM puede ser muy útil no solo para priorizar las pruebas de COVID-19 y la logística del manejo hospitalario cuando los recursos son limitados, si no también para implementar políticas públicas necesarias para reducir, localizar, rastrear a los pacientes contagiados.
Sé parte de la lucha contra la pandemia
Reconocer la importancia de desarrollar más soluciones en datos contra la pandemia es fundamental para apoyar los sistemas de salud del Perú. Por este motivo, FONDECYT, el Centro de Bioingeniería de UTEC y la Escuela de Posgrado UTEC lanzan la “Diplomatura en Big Data y Machine Learning contra COVID-19”. Este programa brindará 46 becas de estudio a profesionales que busquen crear soluciones rápidas y alternativas basadas en datos para mitigar los efectos causados por la pandemia en nuestro país.
Para mayor información sobre las becas de la diplomatura puedes ingresar AQUÍ
