Coronavirus: ¿podrá el Big Data frenar la pandemia en Argentina?

Tecnología

El análisis de grandes volúmenes de información puede ayuda a diseñar modelos estadísticos que permitan entender el comportamiento en los contagios de COVID-19.

"Pedirle a la gente que se quede en casa y detener el movimiento de la población es ganar tiempo, pero por sí solas estas medidas no acabarán con el coronavirus". La advertencia de las altas autoridades de la Organización Mundial de la Salud de las últimas horas llega en días cruciales para la Argentina. En el medio del puente, con una semana ya de cuarentena atravesada, lo que queda es un trecho incierto hasta finales de abril y principios de mayo, que habrá que aprovechar para elaborar un dispositivo de defensa lo más sólido posible. En ese operativo valen tanto los hospitales de campaña y los kits de detección como otras herramientas intangibles pero vitales, como la utilización de técnicas de Big Data para descubrir patrones y correlaciones en la dinámica de la pandemia.

“El análisis de grandes volúmenes de información ayuda a diseñar modelos estadísticos que permiten entender el comportamiento de una situación. En el caso del COVID-19, por ejemplo, su velocidad de contagio. Al crear un modelo que muestre la progresión de los datos se podría predecir su comportamiento y tomar medidas anticipadamente”, explicó Valeria Soliani, Licenciada en Ciencias de la Computación y especialista en Ciencia de Datos, en diálogo con Ámbito.

¿Cómo? Por ejemplo, “se podría correlacionar el número de infectados con y sin síntomas con sus franjas etarias o las enfermedades preexistentes. O el número de decesos con la cantidad de camas y respiradores disponibles. Por otro lado, se pueden analizar los datos de las redes sociales para hacer lo que se llama ´análisis de sentimiento´, que permite detectar la aceptación o rechazo de medidas del gobierno relacionadas con la pandemia”, graficó.

Otros aspectos que también podrían analizarse son los relacionados con los picos de demandas de servicios durante la cuarentena en cada zona. Por ejemplo: el acceso a internet, el servicio eléctrico, etc.

En un mundo hiperconectado, los datos para el análisis sobran y las fuentes confiables son diversas, como la propia OMS, el European Centre for Disease Prevention and Control y los publicados por el Ministerio de Salud de la Nación. Aunque un tema fundamental, advierte, es tener en cuenta cómo se miden los eventos: “Es posible que en un país desarrollado, dada la cantidad de análisis de coronavirus que se llevan a cabo, la tasa de contagios confirmados sea proporcionalmente mayor que en uno menos desarrollado. Pero lo que realmente estaría sucediendo es que el segundo carece de una muestra representativa”.

También, explica, puede haber diferencias en la forma de considerar los decesos: hay países en los cuales, si el paciente tenía una enfermedad previa, se registra la muerte por dicha enfermedad y no por coronavirus. En esos casos tampoco sería consistente comparar los datos. Teniendo en cuenta esas precauciones, el campo que se abre es ilimitado, sobre todo si está potenciado con Inteligencia Artificial.

big data foto.jpg

Incluso se podría replicar un proyecto como el que anunció España para conocer los movimientos de las personas contagiadas de COVID-19 a través de las posiciones de sus teléfonos móviles. “Si se tienen los datos, es perfectamente posible hacer algo así en Argentina. Hay una técnica para modelar los datos, los llamados grafos, que es especialmente útil para estudiar la relaciones entre distintos nodos, que en este caso serían las personas con sus dispositivos móviles”, resumió Soliani.

Pese a que asiáticos, estadounidenses y europeos llevan la delantera en este campo, la especialista afirmó que en nuestro país el desarrollo en Big Data es grande y la demanda crece día a día. Como profesora del departamento de Ingeniería Informática del Instituto Tecnológico de Buenos Aires (ITBA), recibe cada vez más estudiantes a sus carreras y cursos y también graduados de disciplinas diversas que quieren complementar sus conocimientos con la capacidad de analizar datos.

Ese auge se experimenta a nivel mundial y quedó reflejado en el inicio de la pandemia: de hecho fue una startup canadiense la que que nueve días antes del anuncio oficial informó a sus clientes sobre el brote en China de una enfermedad similar a la gripe, gracias a un sistema de alerta que combina el procesamiento de enormes cantidades de datos que circulan en Internet con IA.

Ya determinada la expansión mundial del coronavirus, una vez más la lectura entre líneas de la información que brotaba a borbotones de los centros de salud en Italia y España fue decisiva. Para Soliani, “la OMS está haciendo este análisis y nuestro país, gracias a ello, tomó las medidas de manera anticipada para retrasar el contagio y evitar el colapso del sistema de salud, tal como ocurrió en algunos países europeos”.

De aquí en adelante, un diagnóstico inicial avezado volverá a ser clave: “Se pueden usar técnicas de IA como aprendizaje automático para realizar predicciones y determinar por ejemplo, en base a ciertos síntomas, edad y condiciones de salud, el factor de riesgo crítico de un paciente”.

El contenido al que quiere acceder es exclusivo para suscriptores.