La Inteligencia Artificial (IA) ya ha demostrado ser una herramienta vital en la lucha contra Covid-19. Ya sea por la detección temprana de la enfermedad por una startup canadiense o por acelerar los diagnósticos de manera más pragmática y eficiente o por ser una ayuda esencial para los trabajadores de la salud mediante la entrega de alimentos y medicamentos y la desinfección de las ciudades. Ya hemos visto el surgimiento de la IA, que demostró su eficacia y aclamó un lugar permanente en la Madre Tierra entre los humanos que alguna vez se preocuparon por el miedo contra la prevalencia de la automatización.
El brote de Covid-19 ha impactado al mundo de una manera tan despiadada que no dio a los países el tiempo para canalizar y medir la profundidad de la propagación cuando comenzó. La caída de las economías mundiales, la reducción de empleos, la caída de los mercados y la demolición de pequeñas empresas independientes.
La agencia de comercio y desarrollo de la ONU dice que la desaceleración en la economía global causada por el brote de coronavirus probablemente costará al menos $ 1 billón. Este tipo de pérdida tarda un tiempo en recuperarse, especialmente cuando va de la mano con la falta de preparación para hacer frente a las repercusiones de una ola de virus. Hay muchas formas en que nosotros, como una raza desarrollada tecnológicamente, podríamos diseñar un plan para la próxima pandemia para evitar que una situación sin precedentes vuelva a suceder.
El Uso de big data como fuerza impulsora en la detección temprana
Entre muchas cosas que el Covid-19 nos ha enseñado y nos ha hecho más conscientes, una cosa que debemos aprender de él es avanzar nuestras herramientas en IA para ayudarnos a prevenir una segunda pandemia, o al menos evitar que se propague en un momento calificamos en este año bendito de 2020. El primer paso de la IA para ayudar durante la próxima pandemia es detectarlo desde el principio mediante el análisis de los datos correctos. Al monitorear las tendencias, las cifras, los patrones de la ruptura del virus en curso. Los datos de la severidad de las reglas de bloqueo, su implementación y adherencia al distanciamiento social. Para contener, la propagación multiplicando la frecuencia del uso de máscaras para no usarlas y todos los datos disponibles de los proveedores de atención médica serían esenciales para que estos algoritmos de aprendizaje automático aprendan y se capaciten.
Sin embargo, el mayor obstáculo que enfrentamos en esto son los muchos tipos de datos poco confiables, como la falta de datos, datos incorrectos, barreras idiomáticas, datos aislados, medios y herramientas incompatibles y formatos y problemas de integración. Por ejemplo, la industria farmacéutica tiene una forma muy diferente de almacenar datos o, más bien, la falta de ellos, con su actualización constante para su enfoque tradicionalista. Algo como esto podría llevar al algoritmo de IA a predecir falsamente debido a su liberación incorrecta de datos.
El prejuicio de los conjuntos de datos
AI ofrece la posibilidad de analizar, estudiar y detectar a la velocidad del rayo en comparación con hacer lo mismo manualmente. Por lo tanto, si las organizaciones y los proveedores de datos pudieran solucionar la falla de los conjuntos de datos rotos, podría salvar al mundo de la aparición de la próxima enfermedad desde el principio.
IA y La cura
Otra área vital en la que la IA podría allanar el camino en el futuro es curar tales enfermedades. Muchas compañías impulsadas por la IA han establecido cursos sobre su investigación y desarrollo de dichos medicamentos que lo usan. Este virus es especialmente exigente ya que es una estructura de ARN de cadena sencilla, similar a otras infecciones de doble cadena, como VIH, Ébola, Influenza y otras. El Covid-19 muta y ya ha mutado en 30 cepas. El estudio encontró que diferentes cepas pueden generar niveles muy diferentes de carga viral que otros. Los informes del South China Morning Post los hacen mucho más peligrosos. Por lo tanto, hacer que la cura y las vacunas actualmente en los trabajos sean particularmente difíciles de implementar cuando estén listas.
La empresa tecnológica china, Baidu, ha puesto su algoritmo Linear fold a disposición de los equipos científicos y médicos que luchan contra el brote. El algoritmo de plegado lineal, publicado en asociación con la Oregon State University y la Universidad de Rochester en 2019, es significativamente más rápido que los algoritmos tradicionales de plegado de ARN para predecir la estructura secundaria de ARN de un virus. El análisis de las variaciones estructurales secundarias entre las secuencias homólogas de virus de ARN (como los murciélagos y los humanos) puede proporcionar a los científicos una mayor comprensión de cómo los virus se propagan a través de las especies. Debido al brote reciente, los científicos de Baidu AI han utilizado este algoritmo para predecir la predicción de la estructura secundaria para la secuencia de ARN Covid-19, reduciendo el tiempo de análisis general de 55 minutos a 27 segundos, lo que significa que es 120 veces más rápido.
Iktos, una compañía especializada en (IA) para el diseño de nuevos medicamentos con sede en California, no hace mucho establecido que las compañías han firmado un acuerdo de colaboración diseñado para acelerar el descubrimiento y el desarrollo de nuevas terapias antivirales. Utilizar un sistema de química sintética de extremo a extremo totalmente automatizado para desarrollar nuevos compuestos y acelerar la identificación de candidatos para fármacos para tratar múltiples virus, incluida la gripe y el coronavirus (COVID-19).
Google’s DeepMind is putting its artificial intelligence systems to a new task: trying to figure out specific properties of the novel coronavirus, which has killed thousands in the past couple of months. Recently, DeepMind, said it had put its Alpha Fold system to create “structure predictions of several under-studied proteins associated with SARS-CoV-2, the virus that causes COVID-19.” These predictions are not verified, but they may help scientists understand how the coronavirus functions. In turn, it may be of use when developing a vaccine or cure. AI-based tools such as these by DeepMind, help in exploring the nuances of how the virus functions and how, conceivably, it can be neutralised.
Accesibilidad informatizada a la atención médica
La compañía de tecnología Med con sede en Israel, Nanox, ha desarrollado un sistema de rayos X digital móvil que utiliza un software basado en la nube de IA para diagnosticar infecciones y ayudar a prevenir brotes epidémicos. La IA puede diagnosticar COVID-19 a partir de tomografías computarizadas, afirman investigadores en China. Al menos dos equipos han publicado estudios que prueban que el aprendizaje profundo puede analizar las características radiológicas para diagnósticos precisos de COVID-19 más rápido que los análisis de sangre actuales, ahorrando tiempo crítico para el control de la enfermedad.
Alibaba Cloud, el brazo de computación en la nube del gigante chino de internet Alibaba, comparte su tecnología de diagnóstico de enfermedades impulsada por IA para su uso gratuito por los hospitales de todo el mundo. Su modelo de procesamiento del lenguaje natural se utilizó en el análisis de texto de registros médicos y en la investigación epidemiológica realizada por los CDC en diferentes ciudades de China para luchar contra COVID-19. El procesamiento del lenguaje natural (PNL) es una subcategoría de IA que permite a los investigadores identificar pacientes elegibles para participar en ensayos clínicos. La PNL se basa en algoritmos que analizan los informes médicos escritos por los médicos para identificar a las personas adecuadas para los ensayos clínicos. Con la cantidad de literatura Covid-19 disponible, hace que las comunidades médicas y de investigación sean difíciles de administrar la creciente cantidad de datos. La PNL es un fuerte aliado para enfrentar estos cambios y actualizaciones indomables en los datos y analizarlos para una mejor investigación. Por ejemplo, Modelado de temas, una técnica de procesamiento del lenguaje natural que descubre los temas ocultos en una colección de documentos. ¿Qué temas están cubiertos en la literatura? Ayuda a segregar y decodificar el motivo detrás de él.
¿Robots- Las futuras enfermeras?
Hemos visto el número paralizante de enfermeras durante esta pandemia. Los casos de aceleración dejaron a los gobiernos sin más remedio que volver a llamar a las enfermeras retiradas al campo y hacer que los estudiantes de enfermería ingresen a la primera línea para ayudar a combatir los casos vertiginosos. La asistencia sanitaria abrumada es el problema más grande que enfrentan muchos países, ya sea la falta de ventiladores, la falta de camas o, lo más importante, la falta de un profesional médico. Muchos hospitales en países como Estados Unidos, China, Tailandia, Israel, Singapur e India ya utilizan cada vez más robots.
Se sirvieron comidas y medicinas; se tomaron temperaturas y, también, las comunicaciones fueron manejadas por máquinas, una de ellas llamada Cloud Ginger por su fabricante CloudMinds, que tiene operaciones en Beijing y California. Los pacientes en los hospitales de Tailandia, Israel y otros lugares se reúnen con robots para consultas realizadas por médicos a través de videoconferencia. Algunos robots de consulta incluso tienden a la clásica tarea de chequeo de escuchar los pulmones de los pacientes mientras respiran. La enfermera robot llamada «Dokat Aura» corre a lo largo de tiras fotosensibles en el suelo, mientras que en el estado indio de Tamil Nadu, los sensores ópticos o magnéticos saben con precisión dónde detenerse en las salas y regresar a la base después de que se realiza el trabajo. Sus cámaras incorporadas le ayudan a ella, también conocida como robot, a monitorear la dosis y la ingesta de alimentos del paciente levemente infectado. Dotworld Technologies, con sede en India, el creador de estos robots, planea fabricar 100 robots en 45 días y luego alrededor de 100 robots al mes. Estos robots que funcionan con baterías se pueden controlar con un control remoto y operar desde una distancia segura.
Los innovadores robots de extracción de sangre como Veebot o escáneres de venas como VeinViewer o AccuVein podrían ofrecer alguna ayuda. En el caso de los robots de extracción de sangre, estas máquinas hábiles reducen todo el proceso a aproximadamente un minuto, y las pruebas muestran que pueden identificar correctamente la mejor vena con aproximadamente un 83% de precisión. Un ejemplo de un artículo de Stanford destacó: ‘Por ejemplo, si un robot está programado para recordar a sus pacientes que tomen sus medicamentos, necesita saber qué hacer si el paciente se niega. Por un lado, negar el medicamento dañará al paciente. Por otro lado, el paciente puede obtener un rechazo por varias razones legítimas que el robot puede no tener en cuenta. Por ejemplo, si el paciente se siente enfermo después de tomar un medicamento, insistir en administrar el medicamento puede ser dañino. Dejar un recordatorio e ignorar cualquier respuesta humana tampoco es práctico porque el robot reemplazará a una enfermera humana, cuyo trabajo es asegurarse de que el paciente reciba la atención adecuada.
Además, ¿qué pasa si el paciente acordó tomar medicamentos y luego se olvidó? ¿Debe el robot permanecer y monitorear al paciente hasta que se reciba el medicamento, o es una violación de la privacidad? ¿Cuándo y cómo debe informar el robot al médico si algo sale mal? «
Los robots que ayudan en estas tareas engorrosas de las circunstancias ambiguas son un excelente alivio para los profesionales de la salud que luego pueden centrarse en los pacientes que necesitan ayuda urgente. Sin embargo, los robots no pueden cubrir los aspectos éticos. Las respuestas primarias son automáticas y generalmente se limitan a un «Sí» o «No», independientemente de la información con la que estén capacitados, lo que dificulta su funcionamiento sin ser monitoreados.
Aunque los robots de enfermería son descabellados para reemplazar a un humano por completo, Japón ya los ha integrado en su sector de enfermería. Esto no solo se debe a sus conocimientos tecnológicos precarios e inigualables. La mayoría de los japoneses tienen una creencia innata en la práctica de la religión sintoísta, que incluye la fe en el animismo, es decir, la atribución de un espíritu a los objetos. Es más probable que acepten robots como ayudantes en diferentes ámbitos de la sociedad que muchos de sus homólogos occidentales.
Realmente no llegará un momento en que los Robots puedan reemplazar a las enfermeras por completo, debido al alto riesgo de errores y la constante actualización requerida, pero ciertamente podrían ser un activo adicional en la lucha contra tales enfermedades que amenazan la vida.
