Oportunidades y limitaciones de la IA para la pandemia

La Data y sus aplicaciones -desde un bit (dígitos binarios 1 u 0) hasta los modelos matemáticos que trazan el origen de un brote de contagio de virus o proyectan cómo evolucionará la curva- son conceptos que pasaron de la ciencia ficción a la sobremesa virtual con amigos y familiares, y que RIAC (Repositorio de Investigación Académica) desarrolla esta semana.

Los sistemas de inteligencia artificial (IA) como la computación cognitiva, aprendizaje automático, las redes neuronales convolucionales (CNN) y el aprendizaje profundo informático, están siendo investigados a lo largo del mundo por su posible desempeño en la detección del coronavirus a diferentes escalas de seguimiento, incluso, con posibles interacciones a nuevas terapias.

¿Cómo lo hacen? Con algoritmos, una serie de reglas desarrolladas por humanos para que las computadoras identifiquen patrones a velocidades extraordinarias y, a partir de ello, infieren resultados. Para obtener resultados efectivos y útiles, las IA deben aprender a partir de cantidades masivas de datos que nosotros generamos y que plantean una primera limitante para  enfrentarse al Sars-CoV-2: nunca antes nos habíamos enfrentado a una pandemia de esta escala y con estas características.

En segundo lugar, la data disponible a menudo está plagada de prejuicios sociales y culturales.Los datos pueden no existir para ciertas poblaciones, pueden existir pero ser de baja calidad para ciertos grupos y/o reflejar inequidades en la sociedad. Como resultado, los algoritmos pueden hacer predicciones inexactas y perpetuar los estereotipos y prejuicios sociales”, advierten Genevieve Smith & Ishita Rustagi en la revista Stanford Social Innovation Review.

En último lugar, también plantea un dilema ético sobre la fuente de la data, el uso que le dan gobierno y otras instituciones, además de la transparencia con que se justifican y comparten las decisiones basadas en ella.

En este escenario, “¿Puede la Inteligencia Artificial e Internet ser la solución para prevención la exponencial expansión de COVID-19?”. Este trabajo revisó los artículos científicos en las bases de datos académicas MEDLINE, Google Scholar, Embase y Web of Knowledge para formular una visión integral que resume diferentes ideas sobre los enfoques más recientes para prevenir y controlar la propagación de COVID-19 usando IA.

Enfoques de estudios con inteligencia artificial

  1. Para la detección de COVID-19 en casos sospechosos

Para optimizar el trabajo de atención de los y las profesionales de la salud. Mediante aplicaciones en los teléfonos inteligentes se recopilan datos de los signos, síntomas, ubicaciones, historial de viajes, etc., para luego procesar y filtrar dicha información y aislar los casos sospechosos. Otra opción es usar esta herramienta para identificar rápidamente nuevas áreas de brote viral, predecir y recomendar una cuarentena en ciertas áreas. 

Adicionalmente, podría ser útil en el diagnóstico temprano de pacientes, en base a sus historiales de viaje y en la prevención de contagios con un monitoreo remoto de pacientes en cuarentena.

  1. Para detección a gran escala

Existen prototipos de IA que utilizan sistema sin contacto para medir signos y síntomas del COVID-19. Estos sistemas utilizan tecnologías como imágenes térmicas y softwares de análisis de patrones respiratorios anormales, lo que permite disminuir la presencia de trabajadores de salud y evitar el contacto estrecho entre personas. 

Las cámaras con infrarrojo visualizan en tiempo real la radiación, es decir el calor, que emiten las personas y, por lo tanto, la fiebre. Por su lado, la taquipnea (respiración anormalmente rápida y patrón respiratorio característico del COVID-19) puede ser identificada por una cámara de profundidad.

  1. Para el monitoreo y alta de pacientes con COVID-19

La recopilación e interpretación manual de grandes cantidades de datos de pacientes con COVID-19, se realiza de forma rutinaria en hospitales, aunque esos procesos pueden diferir en los distintos centros de salud. Sistematizarlo en computadores para recopilar, analizar e interpretar podría permitir la automatización total o parcial del proceso. Esto puede disminuir los riesgos de infección y la carga laboral impuesta al personal médico.

En particular, un ejemplo es el uso de vídeos analizados por algoritmos de monitoreo para el seguimiento del movimiento de pacientes con COVID-19, que puede proporcionar información objetiva sobre signos vitales (temperatura, frecuencia cardíaca, frecuencia respiratoria, presión arterial, saturación de oxígeno), así como el estado, severidad de la condición, cualquier comorbilidad existente que son determinantes para otorgar el alta médica. 

  1. Para diseño y evaluación de terapias experimentales

En el caso de medicamentos podrían identificar rápidamente posibles candidatos o evaluar la efectividad de la reutilización de medicamentos ya aprobados para tratar otras enfermedades. En los últimos años, la IA ha sido frecuentemente utilizada para diseñar nuevas drogas, sin embargo, se necesitan suficientes datos de calidad para capacitar a los sistemas de IA para este propósito. 

  1. Para la detección de neumonía por COVID-19

Se ha declarado que los radiólogos pueden distinguir la neumonía por COVID-19 de otros tipos de neumonía a través de la Tomografía Computarizada (TC) de tórax con una alta especificidad. En las primeras etapas de infección, el examen presenta una sensibilidad de detección de 56% a 98%, lo que puede ser muy útil para rectificar los falsos negativos que se obtienen mediante el examen de RT-PCR. A pesar de la gran efectividad que presenta el diagnóstico a través de TC de tórax, se requieren especialistas extremadamente capacitados para analizar los resultados arrojados por este examen. 

La exploración del análisis automatizado de neumonía a través del “Deep Learning” (aprendizaje profundo) se analiza como apoyo para este proceso. También permitiría ayudar a pronosticar la gravedad de la enfermedad para que el personal médico diseñe el protocolo de tratamientos y las evaluaciones de seguimiento por adelantado. Pese a que hay avances, aún se necesita mayor desarrollo y validaciones para que las computadoras puedan desarrollar el “ojo clínico” de la experiencia de estos profesionales.

  1. Para la predicción del comportamiento y mutaciones virales

Es crítico analizar y comprender la dinámica de la transmisión del virus. Los cambios en las estimaciones de transmisión a lo largo del tiempo podrían ofrecer información sobre situaciones epidemiológicas y determinar la efectividad de las medidas de control de brotes, además de proporcionar predicciones sobre el potencial crecimiento futuro. Por otro lado, la IA busca también predecir mutaciones genéticas para SARS-CoV-2 y análisis de sus posibles efectos, lo que permitiría comprender de forma integral la dinámica de la evolución viral.

En un estudio reciente, se estableció un nuevo modelo para prever el pronóstico de pacientes con COVID-19. Se observó que modelos de IA basados en el análisis de cinco características: edad, niveles de lactato deshidrogenasa (LDH), de proteína C reactiva (PCR), de células T CD4+ y masa de infección, son una medida ideal para pronosticar la gravedad de COVID-19 . 

Otro trabajo desarrolló un algoritmo que podría pronosticar la tasa de mortalidad en pacientes con COVID-19 con una precisión del 90% utilizando métodos de aprendizaje automático basado en los datos clínicos y epidemiológicos obtenidos previamente de pacientes con infecciones por COVID-19.

  1. Para modelado y simulación de COVID-19

Se cree que los virus son más numerosos y divergentes entre los sistemas biológicos. Sin embargo, a pesar de su diversidad, todavía hay muchos eventos compartidos y procesos comunes que se encuentran en la mayoría o quizás en todos los virus, como los ciclos de replicación. La interrupción en este paso o, incluso, antes de ingresar a la célula, puede perjudicar o prevenir la propagación del virus. Por ello, generar un modelo matemático que lo describa puede ayudar a una comprensión de su dinámica.

En teoría, el desarrollo de terapias que pueden enfocarse en pasos (únicos o múltiples) en el ciclo de replicación viral o procesos críticos, puede reducir las posibilidades de COVID-19 de desarrollar resistencia a los medicamentos administrados. Del mismo modo, si las simulaciones ayudan a comprender la base dinámica y estructural de la resistencia a los medicamentos para COVID-19, los antivirales podrían modificarse teniendo en cuenta las mutaciones.

Conclusiones

La aplicación adecuada de la IA mediante el uso de enfoques de aprendizaje automático nuevos o existentes puede ser fundamental para el combate efectivo de la pandemia por COVID-19. No obstante, su uso no está exento de errores y dificultades.

El desafío que enfrenta, más allá del ámbito técnico, radica en que su implementación tome en consideración factores relevantes como la violación de la privacidad, los sesgos algorítmicos (producidos por el uso de base de datos que no consideren factores como género, raza, etnia u  otros) y el hecho de que las personas reaccionan de manera diferente a los virus, las vacunas y los tratamientos, como lo han ilustrado brotes anteriores como el SARS y el ébola. 

Los datos disponibles sobre COVID-19 fuera de los Estados Unidos, por ejemplo, muestran que los hombres y las mujeres enfrentan diferentes tasas de mortalidad, y un trabajo de investigación reciente encontró que las pacientes ingresadas en el Hospital de la Unión de Wuhan tenían niveles más altos de anticuerpos contra el COVID-19 que los hombres. Dadas las desigualdades sistémicas que empeoran los resultados de salud para ciertos grupos raciales y étnicos, es igualmente importante comprender los resultados de salud de COVID-19 para diferentes identidades, así como las implicaciones interseccionales.

Es por esto, que el uso de IA para la toma de decisiones y automatización de procesos debe ser debida y cautelosamente implementada de manera que ésta no replique las discriminaciones y vulneraciones que existen en el mundo actual. 

Dejar respuesta

Por favor ingrese su comentario
Por favor ingrese su nombre aquí