Predecir una epidemia antes de que golpee
El algoritmo Canadian BlueDot fue más rápido que los expertos en reconocer la amenaza del último coronavirus. Informó a sus clientes sobre la amenaza días antes de que los Centros para el Control y la Prevención de Enfermedades (CDC) de EE. UU. y la Organización Mundial de la Salud (OMS) enviaran avisos oficiales al mundo.
kamran khan (1), médico, especialista en enfermedades infecciosas, fundador y director general del programa BlueDot, explicó en una entrevista de prensa cómo este sistema de alerta temprana utiliza inteligencia artificial, incluido el procesamiento del lenguaje natural y el aprendizaje automático, para rastrear incluso cien enfermedades contagiosas al mismo tiempo. Diariamente se analizan unos 100 artículos en 65 idiomas.
1. Kamran Khan y un mapa que muestra la propagación del coronavirus de Wuhan.
Estos datos indican la compañía cuando a notificar a sus clientes acerca de la posible presencia y propagación de enfermedades infecciosas. Otros datos, como información sobre las rutas de viajes y vuelos, pueden ayudar a proporcionar información adicional sobre el brote de probabilidad.
La idea detrás del modelo BlueDot es la siguiente. obtener información lo antes posible trabajadores de la salud con la esperanza de que puedan diagnosticar y, si es necesario, aislar a las personas infectadas y potencialmente contagiosas en una etapa temprana de la amenaza. Khan explica que el algoritmo no usa datos de redes sociales porque es "demasiado caótico". Sin embargo, “la información oficial no siempre está actualizada”, dijo a Recode. Y el tiempo de reacción es lo que importa para prevenir con éxito un brote.
Khan trabajaba como especialista en enfermedades infecciosas en Toronto en 2003 cuando ocurrió. epidemia de SARS. Quería desarrollar una nueva forma de realizar un seguimiento de este tipo de enfermedades. Después de probar varios programas predictivos, lanzó BlueDot en 2014 y recaudó $9,4 millones en fondos para su proyecto. La empresa emplea actualmente a cuarenta empleados, doctores y programadoresque están desarrollando una herramienta analítica para rastrear enfermedades.
Después de recopilar los datos y su selección inicial, ingresan al juego. analistas. después epidemiólogos Verifican los hallazgos para verificar su validez científica y luego informan al gobierno, las empresas y los profesionales de la salud. clientes.
Khan agregó que su sistema también podría usar una variedad de otros datos, como información sobre el clima, la temperatura de un área en particular e incluso información sobre el ganado local, para predecir si alguien infectado con la enfermedad podría causar un brote. Señala que ya en 2016, Blue-Dot pudo predecir un brote del virus Zika en Florida seis meses antes de que realmente se registrara en el área.
La empresa opera de manera similar y utiliza tecnologías similares. Metabiotseguimiento de la epidemia de SARS. Sus expertos en un momento encontraron que el mayor riesgo de aparición de este virus se encontraba en Tailandia, Corea del Sur, Japón y Taiwán, y lo hicieron más de una semana antes del anuncio de casos en estos países. Algunas de sus conclusiones se extrajeron del análisis de datos de vuelos de pasajeros.
Metabiota, como BlueDot, utiliza el procesamiento del lenguaje natural para evaluar posibles informes de enfermedades, pero también está trabajando para desarrollar la misma tecnología para la información de las redes sociales.
Marcos Gallivan, director científico de datos de Metabiota, explicó a los medios que las plataformas y foros en línea pueden señalar el riesgo de un brote. Los expertos del personal también dicen que pueden estimar el riesgo de que una enfermedad cause agitación social y política en función de información como los síntomas de la enfermedad, la mortalidad y la disponibilidad de tratamiento.
En la era de Internet, todos esperan una presentación visual rápida, confiable y tal vez legible de información sobre el progreso de la epidemia de coronavirus, por ejemplo, en forma de un mapa actualizado.
2. Tablero de instrumentos Coronavirus 2019-nCoV de la Universidad Johns Hopkins.
El Centro de Ciencia e Ingeniería de Sistemas de la Universidad Johns Hopkins ha desarrollado quizás el panel de control de coronavirus más famoso del mundo (2). También proporcionó el conjunto de datos completo para descargar como una hoja de Google. El mapa muestra nuevos casos, muertes confirmadas y recuperaciones. Los datos utilizados para la visualización provienen de una variedad de fuentes, incluida la OMS, los CDC, los CDC de China, el NHC y DXY, un sitio web chino que agrega informes del NHC e informes de situación locales del CCDC en tiempo real.
Diagnósticos en horas, no en días
El mundo escuchó por primera vez sobre una nueva enfermedad que apareció en Wuhan, China. 31 diciembre 2019 ciudad Una semana después, científicos chinos anunciaron que habían identificado al culpable. A la semana siguiente, especialistas alemanes desarrollaron la primera prueba diagnóstica (3). Es rápido, mucho más rápido que durante el SARS o epidemias similares antes y después.
Ya a principios de la década pasada, los científicos que buscaban algún tipo de virus peligroso tenían que cultivarlo en células animales en placas de Petri. Debe haber creado suficientes virus para hacer aislar ADN y leer el código genético a través de un proceso conocido como secuenciación. Sin embargo, en los últimos años, esta técnica se ha desarrollado enormemente.
Los científicos ya ni siquiera necesitan cultivar el virus en las células. Pueden detectar directamente una cantidad muy pequeña de ADN viral en la sangre o en las secreciones pulmonares del paciente. Lleva horas, no días.
Se está trabajando para desarrollar herramientas de detección de virus aún más rápidas y convenientes. Veredus Laboratories, con sede en Singapur, está trabajando en un kit portátil para detectar, VereChip (4) saldrá a la venta a partir del 1 de febrero de este año. Las soluciones eficientes y portátiles también agilizarán la identificación de las personas infectadas para recibir la atención médica adecuada cuando se desplieguen equipos médicos en el campo, especialmente cuando los hospitales están abarrotados.
Los avances tecnológicos recientes han hecho posible recopilar y compartir resultados de diagnóstico casi en tiempo real. Ejemplo de plataforma de Quidel Sofía yo sistema Matriz de película PCR10 Las empresas de BioFire que brindan pruebas de diagnóstico rápido para patógenos respiratorios están disponibles de inmediato a través de una conexión inalámbrica a bases de datos en la nube.
El genoma del coronavirus 2019-nCoV (COVID-19) ha sido completamente secuenciado por científicos chinos menos de un mes después del descubrimiento del primer caso. Casi veinte más se han completado desde la primera secuenciación. En comparación, la epidemia del virus del SARS comenzó a fines de 2002 y su genoma completo no estuvo disponible hasta abril de 2003.
La secuenciación del genoma es fundamental para el desarrollo de diagnósticos y vacunas contra esta enfermedad.
Innovación hospitalaria
5. Robot médico del Centro Médico Regional de Providence en Everett.
Desafortunadamente, el nuevo coronavirus también amenaza a los médicos. Según CNN, prevenir la propagación del coronavirus dentro y fuera del hospital, personal del Providence Regional Medical Center en Everett, Washington, uso El robot (5), que mide las constantes vitales en un paciente aislado y actúa como plataforma de videoconferencia. La máquina es más que un simple comunicador sobre ruedas con una pantalla incorporada, pero no elimina por completo el trabajo humano.
Las enfermeras todavía tienen que entrar en la habitación con el paciente. También controlan un robot que no estará expuesto a infecciones, al menos biológicamente, por lo que dispositivos de este tipo se utilizarán cada vez más en el tratamiento de enfermedades infecciosas.
Por supuesto, las habitaciones se pueden aislar, pero también es necesario ventilarlas para poder respirar. Esto requiere nuevos sistemas de ventilaciónevitando la propagación de microbios.
La compañía finlandesa Genano (6), que se desarrolló este tipo de técnicas, recibió una orden expresa de las instituciones médicas en China. El comunicado oficial de la compañía establece que la empresa tiene una amplia experiencia en el suministro de equipos para prevenir la propagación de enfermedades infecciosas en habitaciones de hospital estériles y aisladas. En años anteriores, se llevó a cabo, entre otras cosas, las entregas a las instituciones médicas en Arabia Saudita durante la epidemia del virus MERS. También se han entregado dispositivos finlandeses para una ventilación segura al famoso hospital temporal para personas infectadas por el coronavirus 2019-nCoV en Wuhan, ya construido en diez días.
6. Diagrama del sistema Genano en el aislador
La tecnología patentada utilizada en los purificadores "elimina y mata todos los microbios que se encuentran en el aire, como virus y bacterias", según Genano. Capaces de capturar partículas finas tan pequeñas como 3 nanómetros, los purificadores de aire no tienen un filtro mecánico que mantener y el aire es filtrado por un fuerte campo eléctrico.
Otra curiosidad técnica que apareció durante el estallido del miedo al coronavirus fue escáneres térmicos, usado, entre otras cosas, las personas con fiebre son recogidas en los aeropuertos indios.
Internet: ¿herir o ayudar?
A pesar de la enorme ola de críticas por la reproducción y difusión, la difusión de información errónea y el pánico, las herramientas de las redes sociales también han desempeñado un papel positivo desde el brote en China.
Como informa, por ejemplo, el sitio tecnológico chino TMT Post, una plataforma social de minivideos. douyin, que es el equivalente chino del mundialmente famoso TikTok (7), ha lanzado un segmento especial para procesar información sobre la propagación del coronavirus. Bajo el hashtag #FightPneumonia, publica no solo información de los usuarios, sino también informes y consejos de expertos.
Además de crear conciencia y difundir información importante, Douyin también tiene como objetivo servir como una herramienta de apoyo para los médicos y el personal médico que lucha contra el virus, así como para los pacientes infectados. Analista daniel ahmed tuiteó que la aplicación ha lanzado un "efecto de video Jiayou" (que significa aliento) que los usuarios deben usar para enviar mensajes positivos en apoyo de médicos, profesionales de la salud y pacientes. Este tipo de contenido también lo publican personajes famosos, celebridades y los llamados influencers.
Hoy en día, se cree que un estudio cuidadoso de las tendencias de las redes sociales relacionadas con la salud podría ayudar mucho a los científicos y las autoridades de salud pública a reconocer y comprender mejor los mecanismos de transmisión de enfermedades entre las personas.
En parte porque las redes sociales tienden a ser "altamente contextuales y cada vez más hiperlocales", dijo a The Atlantic en 2016. Ensalada de Marsella, investigador de la Escuela Politécnica Federal de Lausana, Suiza, y experto en un campo en crecimiento que los científicos llaman "Epidemiología Digital". Sin embargo, por ahora, agregó, los investigadores todavía están tratando de entender si las redes sociales están hablando de problemas de salud que en realidad reflejan fenómenos epidemiológicos o no (8).
8. Los chinos se toman selfies con mascarillas.
Los resultados de los primeros experimentos a este respecto no están claros. Ya en 2008, los ingenieros de Google lanzaron una herramienta de predicción de enfermedades: Tendencias de la gripe en Google (HTP). La empresa planeó utilizarlo para el análisis de los datos del motor de búsqueda de Google sobre la presencia de síntomas y palabras de advertencia. Si bien se espera que los resultados se utilicen para el reconocimiento preciso e inmediato de brotes de "bucles" de influenza y dengue (una enfermedad viral transmitida por insectos en los trópicos), dos semanas antes que los Centros para el Control y la Prevención de Enfermedades de los Estados Unidos. (CDC), cuya investigación se considera el mejor estándar en esta área. Sin embargo, los resultados obtenidos por Google en relación con el diagnóstico temprano basado en las señales de influenza en Internet en los EE. UU., y luego la malaria en Tailandia, resultaron ser demasiado inexactos.
Técnicas y sistemas que "predicen" varios eventos, incl. como la explosión de disturbios o epidemias, también ha trabajado Microsoft, que en 2013, junto con el Instituto Technion de Israel, puso en marcha un programa de predicción de desastres basado en el análisis del contenido de los medios. Con la ayuda de la vivisección de titulares multilingües, la "inteligencia informática" tuvo que reconocer las amenazas sociales.
Los científicos examinaron ciertas secuencias de eventos, como la información sobre la sequía en Angola, que dio lugar a predicciones en los sistemas de pronóstico sobre una posible epidemia de cólera, ya que encontraron una conexión entre la sequía y un aumento en la incidencia de la enfermedad. El marco del sistema se creó sobre la base del análisis de las publicaciones de archivo del New York Times, a partir de 1986. El desarrollo posterior y el proceso de aprendizaje automático implicó el uso de nuevos recursos de Internet.
Hasta ahora, con base en el éxito de BlueDot y Metabiota en el pronóstico epidemiológico, uno puede verse tentado a concluir que una predicción precisa es posible principalmente sobre la base de datos "cualificados", es decir, fuentes profesionales, confiables y especializadas, no el caos de Internet y las comunidades de portales.
Pero, ¿tal vez todo en algoritmos más inteligentes y mejor aprendizaje automático?
