Saltar al contenido
ᐅ HielosMendez – Información digital que te dejara helado 🧊🥶

En la Conferencia de IA de Stanford, Aprovechamiento de la tecnología para combatir el COVID-19

Condiciones de uso.

Como otra señal de los tiempos, Stanford reformuló su conferencia planeada sobre IA centrada en el ser humano (HAI) en un simposio solo digital y de acceso público sobre cómo la tecnología se ha utilizado y se puede emplear para combatir la propagación y ayudar en el tratamiento del COVID-19. . Escuchamos a investigadores, médicos, estadísticos, desarrolladores de inteligencia artificial y legisladores sobre una amplia variedad de estrategias y soluciones. Algunos de ellos han estado trabajando en este problema durante mucho tiempo, algunos han rediseñado rápidamente su investigación sobre la gripe y otros han cambiado por completo de lo que estaban haciendo antes debido a la urgencia de esta crisis.

Herramientas de previsión para los responsables de la formulación de políticas

Para los funcionarios públicos que intentan evaluar cómo varias intervenciones afectarán la propagación del COVID-19 y el impacto que tendrá en la infraestructura de salud, o simplemente para las personas curiosas que desean obtener más información de la que se proporciona en los informes nacionales a menudo confusos, SURF de Stanford (Investigación de utilización de sistemas para Stanford Medicine) le brinda una manera de Experimentar con varios valores para la propagación de la enfermedad. y la eficacia prevista de las posibles intervenciones y observe cómo afectará eso a cuántos se enfermarán y con qué gravedad. La herramienta está precargada con números de casos actuales por condado en todo EE. UU.

Mapeo del viaje del nuevo coronavirus usando su genoma

En este gráfico puede ver la cronología de cómo se propagó el virus por el mundo.

En este gráfico, puede ver la cronología de cómo se propagó el virus por el mundo.

Uno de los aspectos más impresionantes del evento HAI fue la asombrosa cantidad de esfuerzos de investigación sin fines de lucro que fueron posibles gracias a los científicos dedicados a mejorar la salud pública. Uno de esos es Nextstrain.org. El grupo proporciona un conjunto de herramientas de código abierto para bioinformática y recopila datos creados con él para proporcionar visualizaciones de varios aspectos de una variedad de patógenos, que ahora incluyen el nuevo coronavirus. La imagen de esta historia es un «árbol genealógico» genético de 2499 muestras de todo el mundo. Usted puede visite el sitio e incluso vea una animación de cómo debe haberse propagado el virus según la forma en que mutó su genoma.

Aprendizajes de Singapur y Taiwán

Mientras que China continental tropezó gravemente en su respuesta inicial al COVID-19, y nosotros en los EE. UU. Claramente actuamos con demasiada lentitud para cortarlo de raíz, algunos países, incluidos Singapur y Taiwán, han hecho un trabajo particularmente efectivo para prevenir la pandemia de devastar su población. Varias de sus estrategias han sido ampliamente informadas, pero también hay varias aplicaciones muy interesantes de la tecnología utilizada en esos países que fueron cubiertos en la conferencia HAI.

Michele Barry, de Stanford & Woods Institute, nos habló de una aplicación móvil inteligente, TraceTogether, que se ha implementado ampliamente en Singapur. Utiliza una combinación del historial de ubicación y la proximidad actual de Bluetooth no solo para permitirle saber si está cerca de alguien que ha dado positivo por el virus, sino también para alertarlo en caso de que alguien con quien ha estado cerca en las últimas semanas esté realizando la prueba. positivo. Obviamente, esto implica compartir mucha información, lo que enfrentaría muchos desafíos legales y sociales en los EE. UU. O en la mayoría de los demás países. Pero ha demostrado ser muy eficaz para frenar la propagación de la enfermedad. Lo mismo ocurre con el seguimiento de ubicación obligatorio implementado para aquellos que ingresan al país con algún síntoma.

Los medios estatales chinos y los principales medios estadounidenses muestran diferentes perspectivas en su cobertura

Los medios estatales chinos y los principales medios estadounidenses muestran diferentes perspectivas en su cobertura. – Cortesía del Centro de Políticas Cibernéticas de Stanford.

De manera similar, Taiwán implementó una prueba exhaustiva y una cuarentena obligatoria de los individuos sintomáticos. Se abordaron los vuelos entrantes y se tomaron las temperaturas, por ejemplo. Aquellos con fiebres encontrados en aviones o al entrar a edificios públicos fueron puestos en cuarentena, traídos comida y pagados un salario. Las bases de datos de viajes de pasajeros también estaban conectadas a la base de datos nacional de salud, por lo que era posible alertar a quienes habían estado cerca de una persona infectada para que pudieran hacerse la prueba. También significaba que cada vez que alguien visitaba a un médico, el médico sabría de antemano si corría un alto riesgo de exposición y, por lo tanto, debería tomar precauciones. Los mapas de disponibilidad de máscaras en tiempo real se pusieron a disposición en línea en Taiwán, lo que funcionó porque después de su experiencia en 2003, el país actuó temprano para aumentar la producción de máscaras de modo que hubiera suficientes para que todos pudieran usar una en todo momento.

Un número sorprendente de China continental es que enviaron 15,000 epidemiólogos a la provincia de Hubei una vez que decidieron lidiar con el brote de frente, eso es el doble del total que tenemos en los Estados Unidos.

La alfabetización en datos y el pensamiento crítico son habilidades clave para el público en general

Varios de los oradores abordaron los diversos temas con una gran cantidad de información a menudo contradictoria, junto con información errónea y desinformación, que está bombardeando a personas en todo el mundo. Los detalles del problema varían mucho según el país y el grupo demográfico. En algunos países como China, la información tiende a llegar «de arriba hacia abajo» y se filtra en gran medida, por lo que el problema se convierte en encontrar fuentes de información adicionales. En países como EE. UU., El problema puede ser el contrario, donde hay demasiadas fuentes de información, muchas de las cuales no son confiables o están difundiendo deliberadamente información falsa. Pero incluso aquí, la politización y la división en facciones han hecho que sea difícil encontrar fuentes de información fiables.

HealthMap ha agregado el seguimiento de COVID-19 a su capacidad de seguimiento de la gripe de origen colectivo existente

HealthMap ha agregado el seguimiento de COVID-19 a su capacidad existente de seguimiento de la gripe de colaboración colectiva.

Un lugar en el que todos los oradores estuvieron de acuerdo es que una mayor alfabetización de datos y pensamiento crítico son habilidades clave para las personas que desean comprender lo que está sucediendo y tener una perspectiva informada sobre cómo deben actuar y cómo deben alentar a otros a actuar. En términos de alfabetización en datos, dos conceptos que ahora están al frente y al centro se ocupan de las implicaciones del crecimiento exponencial y de la interpretación de los márgenes de error en los pronósticos. Cualquier persona capacitada en ciencias, ingeniería o matemáticas puede estar familiarizada con ellos, pero está claro que muchas personas, incluidos muchos de nuestros funcionarios públicos encargados de formular políticas, no lo están. En lo que respecta al pensamiento crítico, la verificación de las fuentes y la contextualización de los datos es más importante que nunca dada la gran cantidad de datos en rápida evolución que se producen sobre este tema. Incluso dentro de la comunidad de investigadores, la urgencia de publicar la investigación está provocando una gran cantidad de impresiones tempranas de artículos y estudios apresurados con conjuntos de datos limitados.

En este artículo, solo cubrimos algunos de los aspectos más destacados del evento HAI de Stanford. También hubo una sesión técnica completa sobre tácticas para el desarrollo de medicamentos y varias charlas excelentes sobre telemedicina y uso de la IA para el cuidado de ancianos. Para aquellos de ustedes que están involucrados con el aprendizaje automático, Anthony Goldbloom de Kaggle brindó una excelente descripción de cómo se implementa la plataforma para ayudar y cómo las personas pueden participar. John Brownstein de Harvard también mostró algunos de sus impresionantes datos de crowdsource que pueblan healthmap.org. Algunas de las charlas completas ya están en línea en el sitio web del evento, y se agregan más a medida que están disponibles.