AI y salud juntas contra el coronavirus

Inteligencia Artificial y Salud ... ¡Qué hermosa pareja!

Desde finales de enero de 2020, todos escuchamos sobre Covid-19, un nuevo síndrome de coronavirus descubierto en China en diciembre de 2019. Covid-19 comenzó a extenderse rápidamente, y a principios de febrero de 2020, también llegó a Europa, América, y otros países asiáticos como Corea del Sur y Japón. Todos estamos esperando una vacuna para detener este virus, pero ¿cómo podemos usar la IA para evitar su propagación en el mundo y qué tipo de datos pueden ser útiles para combatirlo?

Advertencia temprana

En primer lugar, Covid-19 no es el primer síndrome de coronavirus; el primero fue el SARS descubierto en noviembre de 2002 en Guangdong, China, y después de MERS en 2012. BlueDot es una de las primeras empresas emergentes que desarrolló sistemas inteligentes para controlar la propagación de enfermedades infecciosas automáticamente y su predicción. Durante la propagación del SARS, BlueDot había brindado comentarios sobre la gravedad de la situación. En diciembre de 2019, BlueDot había alertado sobre el coronavirus. BlueDot utiliza NLP (procesamiento del lenguaje natural) para detectar las formas de expresión de las personas y analizar enfermedades similares anteriores.

Diagnosticando

Cáncer de pulmón y AI - Fuente: NIH

Cuando hablamos de virus, es importante diagnosticarlos lo más rápido posible para evitar su propagación. Nvidia está ayudando a los médicos con IA directamente en Wuhan, el epicentro de esta epidemia, donde un equipo de médicos está utilizando su software basado en IA compatible con las GPU Nvidia para detectar signos visuales de Covid-19. El software es desarrollado por Infervision, una nueva empresa que, una vez que comenzó el brote de Covid-19, mejoró sus modelos de neumonía existentes para que se parecieran a la neumonía por coronavirus. La capacitación de estos modelos se realizó en GPU Nvidia V100 utilizando más de 2000 imágenes de algunas personas infectadas por primera vez en China, mientras que para la inferencia se utilizaron GPU Nvidia T4. Existe una gran cantidad de aplicaciones de Machine Learning en el diagnóstico de enfermedades, de hecho, en los últimos años, con ML es posible detectar la observación de diabetes en imágenes o cáncer de pulmón a través de tomografías computarizadas.

De esta forma, la aplicación de Machine Learning hace que el diagnóstico sea más rápido y en el futuro será posible desarrollar mejores sistemas que involucren la combinación de múltiples fuentes de datos para evaluar una enfermedad o su progresión.

Redes sociales para la predicción de la expansión.

Representación de modelos de temas - Fuente: Blei, DM (2012) Modelos de temas probabilísticos

Los brotes de enfermedades como Covid-19 ofter son demasiado rápidos para que la comunidad científica encuentre una cura, por lo que lo único que podemos hacer a tiempo es la prevención. Los datos médicos no solo pueden ser útiles para combatir el coronavirus; de hecho, también pueden ser útiles los comentarios de las personas de las redes sociales como Facebook, Twitter o sala de chat. Todos los días dejamos pequeños rastros de información y, con seguridad, una parte de estos rastros está relacionada con la salud y puede brindar información para prevenir una epidemia. Este tipo de datos puede ser beneficioso para predecir dónde aparecerá el coronavirus a continuación, de hecho, un sistema llamado HealthMap utiliza datos públicos para mostrarnos un mapa de la propagación de diferentes enfermedades como la malaria, el ébola y COVID-19. Al igual que HealthMap, otros sistemas predicen la expansión de enfermedades a través de la visualización de mapas, por ejemplo, Columbia Prediction of Infectious Diseases, una aplicación web que muestra pronósticos de gripe estacional. Hay muchas formas de obtener datos y predecir tendencias de enfermedades a partir de datos de redes sociales:

  • La minería de texto utiliza datos no estructurados para descubrir información útil, más complicada que extraer datos de bases de datos y datos estructurados en general;
  • La minería de datos de gráficos utiliza datos estructurados utilizando representaciones gráficas más fáciles de extraer datos pero difíciles de construir y encontrar;
  • Modelos de temas, por ejemplo, ATAM que asocia palabras en tweets de usuarios en Twitter con sus temas relacionados. Podemos usar modelos temáticos para asociar síntomas y tratamientos a una enfermedad específica.

Extraer datos de las redes sociales puede ser muy difícil porque tenemos diferentes desafíos como la filtración en la recopilación de datos, errores de ortografía del idioma, sesgo de muestreo, ubicación de los usuarios y spam, así como la evaluación.

Encontrar una cura

Aguja y vacuna - Fuente: iStock

Prevenir la expansión del virus no es lo único que podemos hacer. Otra nueva empresa llamada Insilico Medicine está desarrollando una tecnología para informar a los médicos sobre las moléculas que pueden combatir el coronavirus. Utilizan un sofisticado sistema de IA que comparte la información con una base de datos que los investigadores y los médicos pueden usar para su proyecto de desarrollo de vacunas. En general, las supercomputadoras integradas con técnicas de IA permiten simular interacciones de proteínas a nivel molecular, y esto es vital para encontrar posibles tratamientos basados ​​en la composición genética de los individuos. Por ahora, el método más utilizado para tratar la enfermedad es el enfoque de talla única, pero esto es muy inexacto; eso es porque encontrar tratamientos para la composición genética de los individuos es una mejora total.

Prevención de propagación

Reconocimiento facial en China - The New York Times

China, en los últimos años, desarrolló uno de los sistemas de vigilancia más avanzados del mundo, y ahora lo está utilizando para combatir el coronavirus. En la estación de tren este de Chengdu, hay una pantalla que muestra imágenes infrarrojas de personas que pasan por las puertas de la estación; Para cada persona ingresada, hay un número al lado de sus imágenes que indica la temperatura de su cuerpo. Una compañía llamada Megvii planea integrar un sistema de detección de rostros para identificar a las personas que tienen altas temperaturas corporales. La detección de rostros con temperatura podría ser beneficiosa para prevenir la propagación de la epidemia, pero por otro lado, es demasiado para las personas que desean mantener su información privada.

Fuente de diagnóstico: https://news.developer.nvidia.com/ai-helps-doctors-diagnose-the-coronavirus/

Nunzio Logallo