La inteligencia artificial y el aprendizaje automático están ayudando a luchar contra Covid-19: así es como

Esta pieza fue escrita por Swami Sivasubramanian, VP de Amazon Machine Learning, AWS. Fue publicado originalmente en el Foro Económico Mundial.

• Las organizaciones se han apresurado a aplicar sus conocimientos de inteligencia artificial y aprendizaje automático en la lucha para frenar esta pandemia.
• Estas tecnologías se están implementando en áreas desde la investigación hasta la atención médica e incluso la agricultura.

A medida que el mundo lidia con COVID-19, cada gramo de innovación tecnológica e ingenio aprovechado para combatir esta pandemia nos acerca un paso más para superarla. La inteligencia artificial (IA) y el aprendizaje automático están desempeñando un papel clave para comprender mejor y abordar la crisis de COVID-19. La tecnología de aprendizaje automático permite a las computadoras imitar la inteligencia humana e ingerir grandes volúmenes de datos para identificar rápidamente patrones e ideas.

En la lucha contra COVID-19, las organizaciones han aplicado rápidamente su experiencia en aprendizaje automático en varias áreas: escalar las comunicaciones con los clientes, comprender cómo se propaga COVID-19 y acelerar la investigación y el tratamiento.

Permitir a las organizaciones escalar y ajustar

Todo tipo de organización, ya sea pequeña o grande, pública o privada, está encontrando nuevas formas de operar de manera efectiva y satisfacer las necesidades de sus clientes y empleados a medida que se mantienen las medidas de distanciamiento social y cuarentena. La tecnología de aprendizaje automático está desempeñando un papel importante para permitir ese cambio al proporcionar las herramientas para apoyar la comunicación remota, habilitar la telemedicina y proteger la seguridad alimentaria.

Para las instituciones de salud y gubernamentales, eso incluye el uso de chatbots habilitados para el aprendizaje automático para la detección sin contacto de los síntomas de COVID-19 y para responder preguntas del público. Un ejemplo es Clevy.io , una nueva empresa francesa y cliente de AWS, que ha lanzado un chatbot para que sea más fácil para las personas encontrar comunicaciones oficiales del gobierno sobre COVID-19. Impulsado por información en tiempo real del gobierno francés y de la Organización Mundial de la Salud, el chatbot evalúa los síntomas conocidos y responde preguntas sobre las políticas gubernamentales. Con casi 3 millones de mensajes enviados hasta la fecha, este chatbot puede responder preguntas sobre todo, desde ejercicio hasta una evaluación de los riesgos de COVID-19, sin agotar aún más los recursos de las instituciones de salud y gubernamentales. Ciudades francesas como Estrasburgo, Orleans y Nanterre están utilizando el chatbot para descentralizar la distribución de información precisa y verificada.

El aprendizaje automático está ayudando a los líderes a tomar decisiones más informadas frente a COVID-19

Para evitar cualquier interrupción en la cadena de suministro de alimentos, los procesadores de alimentos y los gobiernos deben comprender el estado actual de la agricultura. La nueva empresa de tecnología agrícola Mantle Labs , otro cliente de AWS, ofrece su solución de monitoreo de cultivos de vanguardia impulsada por IA a los minoristas de forma gratuita durante un período de tres meses para proporcionar resistencia y seguridad adicionales a las cadenas de suministro en el Reino Unido. La tecnología funciona para evaluar imágenes satelitales de cultivos para señalar posibles problemas a los agricultores y minoristas desde el principio para que puedan gestionar mejor la oferta, la adquisición y la planificación del inventario. La plataforma implementa modelos personalizados de aprendizaje automático para mezclar imágenes de múltiples satélites, lo que permite una evaluación casi en tiempo real de las condiciones agrícolas.

Comprender cómo se propaga COVID-19

El aprendizaje automático también está ayudando a los investigadores y profesionales a analizar grandes volúmenes de datos para pronosticar la propagación de COVID-19, a fin de actuar como un sistema de alerta temprana para futuras pandemias e identificar poblaciones vulnerables. Investigadores del Chan Zuckerberg Biohub en California han construido un modelo para estimar la cantidad de infecciones por COVID-19 que no se detectan y las consecuencias para la salud pública, analizando 12 regiones en todo el mundo. Mediante el aprendizaje automático y la asociación con AWS Diagnostic Development Initiative , han desarrollado nuevos métodos para cuantificar infecciones no detectadas, analizando cómo el virus muta a medida que se propaga a través de la población para inferir cuántas transmisiones se han perdido.

Al comienzo de esta pandemia, BlueDot , una startup canadiense y cliente de AWS que usa IA para detectar brotes de enfermedades, fue uno de los primeros en dar la alarma sobre un brote preocupante de una enfermedad respiratoria en Wuhan, China. BlueDot usa AI para detectar brotes de enfermedades. Utilizando sus algoritmos de aprendizaje automático, BlueDot revisa los informes de noticias en 65 idiomas, junto con los datos de las aerolíneas y las redes de enfermedades animales para detectar brotes y anticipar la dispersión de la enfermedad. Luego, los epidemiólogos revisan esos resultados y verifican que las conclusiones tengan sentido desde un punto de vista científico. BlueDot proporciona esos conocimientos a funcionarios de salud pública, aerolíneas y hospitales para ayudarlos a anticipar y gestionar mejor los riesgos.

El aprendizaje automático está ayudando a los líderes a tomar decisiones más informadas frente a COVID-19. En marzo, un grupo de profesionales voluntarios, liderados por el ex jefe de científicos de datos de la Casa Blanca, DJ Patil, se acercó a AWS para obtener ayuda para apoyar una herramienta de planificación de escenarios que modeló el impacto potencial de COVID-19 para responder preguntas como: "Cómo ¿Cuántas camas de hospital necesitaremos? o "¿Por cuánto tiempo debemos emitir una orden de refugio en el lugar?" Necesitaban escalar su modelo de código abierto para que los gobernadores de los EE. UU. Pudieran comprender el volumen de exposición, infección y hospitalización para informar mejor sus planes de respuesta. En estrecha colaboración con AWS y Johns Hopkins Bloomberg School of Public Health, el grupo trasladó el modelo a la nube, lo que les permitió ejecutar múltiples escenarios en solo unas horas y extender el modelo a los 50 estados e internacionalmente para ayudarlos a tomar decisiones que impactar directamente la propagación global de COVID-19.

Las organizaciones también están examinando formas de limitar la propagación de COVID-19, particularmente entre las poblaciones vulnerables. Closedloop , una empresa emergente de IA con la que trabajamos, está utilizando su experiencia en datos de atención médica para identificar a aquellos con el mayor riesgo de complicaciones graves por COVID-19. Closedloop ha desarrollado y abierto un índice de vulnerabilidad de COVID, un modelo predictivo basado en IA que identifica a las personas con mayor riesgo de complicaciones graves por COVID-19. Este 'Índice C-19' está siendo utilizado por los sistemas de atención médica, las organizaciones de administración de la atención y las compañías de seguros para identificar a las personas de alto riesgo, luego los llama a compartir la importancia del lavado de manos y el distanciamiento social, y también ofrece entregar alimentos, papel higiénico, y otros suministros esenciales para que puedan quedarse en casa.

Acelerar la investigación y el tratamiento.

Los proveedores de atención médica y los investigadores se enfrentan a un volumen de información exponencialmente creciente sobre COVID-19, lo que dificulta la obtención de ideas que puedan informar el tratamiento. En respuesta, AWS lanzó CORD-19 Search , un nuevo sitio web de búsqueda impulsado por el aprendizaje automático, que puede ayudar a los investigadores a buscar rápida y fácilmente trabajos y documentos de investigación y responder preguntas como "¿Cuándo es la carga viral salival más alta para COVID-19?"

Construida sobre el conjunto de datos de investigación abierta CORD-19 de Allen Institute para AI de más de 128,000 trabajos de investigación y otros materiales, esta solución de aprendizaje automático puede extraer información médica relevante de texto no estructurado y ofrece capacidades robustas de consulta en lenguaje natural, ayudando a acelerar el ritmo de descubrimiento.

Mientras tanto, en el campo de las imágenes médicas, los investigadores están utilizando el aprendizaje automático para ayudar a reconocer patrones en las imágenes, mejorando la capacidad de los radiólogos para indicar la probabilidad de enfermedad y diagnosticarla antes.

UC San Diego Health ha diseñado un nuevo método para diagnosticar la neumonía antes, una afección asociada con COVID-19 grave. Esta detección temprana ayuda a los médicos a clasificar rápidamente a los pacientes al nivel adecuado de atención incluso antes de que se confirme un diagnóstico de COVID-19. Entrenado con 22,000 anotaciones por radiólogos humanos, el algoritmo de aprendizaje automático superpone las radiografías con mapas codificados por colores que indican la probabilidad de neumonía. Con créditos donados por la Iniciativa de Desarrollo de Diagnóstico de AWS , estos métodos ahora se han implementado en cada radiografía de tórax y tomografía computarizada en todo el UC San Diego Health en un estudio de investigación clínica.

El aprendizaje automático también puede ayudar a acelerar el descubrimiento de medicamentos para ayudar a tratar COVID-19

El aprendizaje automático también puede ayudar a acelerar el descubrimiento de medicamentos para ayudar a tratar COVID-19. BenevolentAI, una compañía de inteligencia artificial del Reino Unido y cliente de AWS, dirigió su plataforma hacia la comprensión de la respuesta del cuerpo al coronavirus. Lanzaron una investigación utilizando su plataforma de descubrimiento de fármacos AI para identificar fármacos aprobados que podrían inhibir potencialmente la progresión del nuevo coronavirus. Utilizaron el aprendizaje automático para ayudar a derivar relaciones contextuales entre genes, enfermedades y medicamentos, lo que condujo a la propuesta de una pequeña cantidad de compuestos farmacológicos. En solo unos días, BenevolentAI descubrió que Baricitinib (un medicamento actualmente aprobado para la artritis reumatoide, propiedad de Eli Lilly) resultó ser el candidato más fuerte. Baricitinib se encuentra ahora en ensayos clínicos en etapa tardía con el Instituto Nacional de Alergias y Enfermedades Infecciosas de los EE. UU. (NIAID) para investigar su eficacia y seguridad como un posible tratamiento para los pacientes con COVID-19. La velocidad con la que el medicamento ingresó a los ensayos clínicos refleja la urgencia de la pandemia global y la importancia de la IA para facilitar el descubrimiento de nuevos tratamientos.

Me inspira y me alienta la velocidad a la que estas organizaciones están aplicando el aprendizaje automático para abordar COVID-19. Siempre he creído en el potencial del aprendizaje automático para ayudar a resolver los mayores desafíos de nuestro mundo, y esa promesa ahora se está cumpliendo a medida que las organizaciones responden a esta crisis. Espero que en este momento difícil podamos trabajar juntos a escala mundial para innovar y encontrar nuevas formas en que el aprendizaje automático pueda contribuir en la lucha contra COVID-19.

Este artículo fue publicado originalmente por el Foro Económico Mundial . Para leer el artículo, haga clic aquí .

(Crédito de la imagen: Unsplash)