Poco menos de dos semanas antes de que la Organización Mundial de la Salud (OMS) avisara de la epidemia del nuevo coronavirus, una compañía canadiense ya había dado la alarma. La empresa, llamada BlueDot, utiliza algoritmos basados en inteligencia artificial (IA) para analizar información procedente de una multitud de fuentes con las que logra identificar brotes de enfermedades y predecir cómo pueden propagarse. El 31 de diciembre de 2019 la compañía envió un aviso a sus clientes para que evitasen la ciudad de Wuhan, núcleo de origen del virus. La OMS no emitió un aviso similar hasta el 30 de enero de 2020.
Mientras la burocracia de la República Popular China intentaba silenciar la alarma, BlueDot sacaba algunas conclusiones de los resultados de un algoritmo de análisis basado en redes de monitorización de enfermedades que también afectan a animales y plantas. Luego, a través de los datos de las aerolíneas, la compañía predijo correctamente la propagación del virus desde Wuhan a Bangkok, Seúl, Taipei y Tokio, días antes de que ocurriera.
BlueDot utiliza el procesamiento del lenguaje natural (PNL) y el aprendizaje automático para seleccionar información de 100.000 fuentes en 65 idiomas diferentes por día. Los datos se comparan con los registros de vuelo para predecir patrones epidémicos. Una vez completado el tamizado automático de datos (método de filtración de datos), los epidemiólogos verifican que los resultados tengan sentido científico y que los informes se envíen a los clientes de la empresa, entre los que están gobiernos y organizaciones de salud pública.
Los algoritmos para rastrear el virus
Lo cierto es que los algoritmos ya no son una novedad en medicina. Desde la experimentación e investigación transnacional a la medicina personalizada; del coaching virtual a la medicina predictiva; desde la robótica con exoesqueletos a la cirugía remota; desde la tele-asistencia a la tele-rehabilitación. El caso de BlueDot es solo el último ejemplo de cómo el Big Data y la Inteligencia Artificial pueden mejorar la respuesta ante la propagación de nuevas enfermedades.
La expansión de un virus, de hecho, está muy ligada a la velocidad con la que se detecta su presencia. Así, la Organización Mundial de la Salud utiliza el análisis de datos masivos para gestionar la pandemia de la COVID-19. Y otras compañías privadas, como Metabiota, están empleando el análisis de datos para rastrear la propagación del virus. En este caso, los investigadores han entrenado redes neuronales artificiales para predecir su difusión en tiempo real. Por su parte, la startup estadounidense Insilico Medicine está desarrollando una tecnología que informará a los médicos sobre las moléculas capaces de combatir el nuevo coronavirus SARS-CoV2.
Al igual que BlueDot, la Facultad de Medicina de Harvard también está utilizando el PNL para encontrar información en línea sobre el virus y comprender la evolución de la pandemia. El sistema ayuda a distinguir entre las personas enfermas de Covid-19 que hablan de sus síntomas y las que hablan de la enfermedad, pero no están afectadas. En este caso, según los investigadores, las conversaciones en línea pueden facilitar el descubrimiento de un brote y promover una mayor concienciación para contenerlo.
En España, investigadores de la Universidad de Zaragoza y de la Universitat Rovira i Virgili han desarrollado un modelo matemático que permite hacer predicciones del riesgo de nuevos casos en el país. Este modelo tiene en cuenta también los contagios que pueden proceder de personas asintomáticas, uno de los mayores obstáculos a la contención de la enfermedad.
Confianza ciega en la tecnología
Las medidas de prevención contra la pandemia puestas en marcha inicialmente en China y, posteriormente, en el resto de países se basan en escenarios matemáticos y en el análisis de Big Data. De hecho, las simulaciones, una vez lanzadas, permiten determinar cómo evolucionará la pandemia en los próximos días. Dentro de ciertos márgenes de error, esto permite predecir hasta cuándo tendremos que lidiar con ella. Por ello, estos análisis de datos son fundamentales para los Gobiernos ya que facilitan la toma de decisiones a la hora de poner en marcha medidas de contención de la pandemia como las restricciones a la movilidad o a la actividad económica.
Para desarrollar nuevos medicamentos contra la enfermedad se está empleando también la inteligencia artificial y el análisis de datos. Así mismo, las grandes tecnológicas asiáticas han desarrollado sofisticadas aplicaciones para monitorizar los movimientos de las personas durante el período epidémico, y evitar así una mayor propagación.
En este contexto, desde el inicio de la pandemia, la idea de que puede ser necesario un salto tecnológico en la lucha contra la Covid-19 está teniendo muchos seguidores. Muchos han tomado Corea del Sur como ejemplo, llegando incluso a decir que en ese país se ha derrotado la epidemia gracias a las aplicaciones de geolocalización y el consiguiente análisis de datos.
Ahora bien, conviene enfatizar que, si bien es cierto que el despliegue de estas tecnologías contribuyó en su momento a contener la propagación del virus, de no haberse apoyado las mismas con herramientas más tradicionales (como los test de contagios o los rastreos de brotes realizados por humanos) la tecnología por si sola no hubiese bastado.
Todo esto parece indicar que, si el Big Data puede ser muy útil para rastrear el origen de una epidemia y seguir su progreso, aún no podemos decir lo mismo sobre su contención. Además, al margen de las propias limitaciones de la tecnología para abordar un reto de esta magnitud, hay otros condicionantes importantes. Entre ellos, por ejemplo, los relacionados con la privacidad de las personas: la geolocalización de todos los ciudadanos, las 24 horas del día, es una medida que suscita muchos recelos y consideraciones éticas que no pueden ignorarse.
Alianza entre humanos y algoritmos
El historiador Yuval Harari, en 2015, escribió en su libro ‘Homo Deus‘: “Hasta ahora, solo los seres conscientes han sido capaces de completar tareas que requieren habilidades intelectuales significativas, como jugar al ajedrez, conducir coches, diagnosticar enfermedades o identificar terroristas”. Pero ahora “estamos desarrollando nuevos tipos de inteligencia inconsciente que pueden realizar estas tareas de manera mucho más efectiva que los humanos”.
Por supuesto, el hecho de que BlueDot haya podido identificar correctamente la llegada del COVID-19 gracias a su tecnología pone de manifiesto la capacidad de las máquinas para hacer análisis predictivos que los humanos por si sólo difícilmente podrían realizar.
Sin embargo, es importante enfatizar que los análisis realizados por los algoritmos no son infalibles, por lo que también BlueDot sigue empleando expertos humanos para validar los resultados de su IA. Por el momento, parece imposible renunciar a la tan necesaria alianza entre los humanos y las máquinas.
