La comunidad científica se hacen eco de las muchas esperanzas de que la ciencia de los datos y la Inteligencia Artificial (IA) puedan utilizarse para hacer frente al coronavirus, como lo señala el doctor David Yakobovitch.

Con el objetivo de utilizar la tecnología y la ciencia para enfrentar a la pandemia del COVID-19, Estados Unidos se reunió con las principales empresas tecnológicas y grupos de investigación para determinar cómo utilizar las herramientas de la IA para examinar la información sobre el nuevo virus.

Asimismo, Microsoft Research, la Biblioteca Nacional de Medicina y el Instituto Allen presentaron trabajos de recopilación y preparación de más de 29,000 documentos relativos al nuevo virus y a la familia más amplia de coronavirus.

De los cuales, 13,000 se procesaron para que las computadoras pudieran leer los datos subyacentes, así como información sobre los autores y sus afiliaciones.

“El mundo se enfrenta a un enorme desafío en la lucha contra COVID-19”, dijo el director ejecutivo de la compañía, Bob Swan.

En un contexto, donde la importancia de los datos y la inteligencia artificial juegan un papel importante, Forbes Centroamérica platicó con Michael J. McManus, principal Engineer & Senior Health & Life Sciences Solution Architect en Intel sobre estos temas.

Pregunta (P) Desde su perspectiva ¿qué papel juega la recolección de datos e información durante una pandemia, como la que se vive actualmente con el COVID-19?

Michael J. McManus (M M): Desde un panorama general, la recolección de datos e información tiene tres propósitos principales; monitorear el progreso de la epidemia; evaluar las necesidades clave de los “puntos críticos” para que los recursos puedan asignarse a las áreas que lo necesitan; y informar al gobierno y a la comunidad médica sobre cómo mejorar sus operaciones para la siguiente pandemia.

P ¿Consideras que la vacuna contra las epidemias se llama “Big Data”?

MM : Considero que la clasificación de la búsqueda de una vacuna como “Big Data” es incompleta. Sí, la cantidad de datos será “grande”, pero hay que considerar el factor de complejidad junto con el tamaño de los datos. Hoy, tratamos el factor de complejidad utilizando métodos de inteligencia artificial como el machine learning y el deep learning.

P Es importante señalar que la digitalización genera un gran volumen de datos, pero ¿cómo es el proceso de buscar los más relevantes?

MM : En realidad, la digitalización no genera un gran volumen de datos. El proceso de digitalización sirve para convertir un gran volumen de datos existente difícil de acceder (por ejemplo, papel) en una forma digital accesible. El volumen de datos es grande de cualquier forma; es la accesibilidad lo que cambia.

P Luego de obtenerlos, el siguiente paso será combinarlos con técnicas de inteligencia artificial para utilizarlos correctamente ¿Es de esa forma o hay un paso previo?

MM : Sí, esto es correcto. Un elemento adicional para considerar es la diversidad de los tipos de datos. A menudo se presume que todos estos datos recopilados encajan perfectamente en un formato de base de datos relacional. Desafortunadamente, este no es el caso. Algunos de los datos que se recopilan pueden almacenarse relacionalmente, pero hay muchos tipos de datos que no pueden almacenarse de esta manera. Un ejemplo sería la información genómica de las pruebas completas de genoma / exoma de pacientes; datos genómicos sobre el virus y cómo muta; datos de imágenes como tomografías computarizadas de pacientes infectados, etc. Un método de almacenamiento de datos más típico sería en un “lago de datos” o “depósito de datos” donde pueden coexistir muchos tipos de datos diferentes, luego, cuando se aplican las técnicas de inteligencia artificial, señala a los datos necesarios del lago de datos / repositorio.

P ¿Para ti los smartphones son muy valiosos para la recolección de datos?

MM: Absolutamente. Los teléfonos inteligentes pueden ofrecer a los ciudadanos información sobre la prevalencia de la enfermedad en sus ciudades; información sobre los síntomas; dónde, cuándo y cómo buscar ayuda. En algunos países, los gobiernos están implementando tres tecnologías interesantes: rastreo de contactos para encontrar individuos infectados; monitoreo de ubicación para alertar a gente no infectada que se encuentra cerca de un individuo infectado; y monitorear el cumplimiento de las pautas de distanciamiento social para que la policía pueda dispersar grupos que son demasiado grandes o que se encuentran físicamente demasiado cerca entre sí. 

P Uno de los ejemplos en la colaboración entre big data y el control de pandemias fue el de Google con la gripe porcina (AH1N1) en 2009 y 2010, por lo que en este caso ¿qué planes tiene Intel para sumarse a alguna iniciativa para la recolección de datos en el caso del COVID-19?

MM:  Intel puede recopilar datos de su base interna de empleados, pero normalmente la función de Intel es proporcionar las herramientas de software de cómputo, almacenamiento y código abierto necesarias para permitir que otros almacenen y analicen los datos recopilados de la pandemia. Intel también anunció recientemente su Iniciativa Tecnológica de Respuesta ante Pandemias que permite el acceso a nuevas tecnologías para ayudar en la lucha contra la pandemia actual y al mismo tiempo ayuda a acelerar el descubrimiento científico para combatir mejor las próximas pandemias.