La inteligencia artificial ayudará a predecir futuras pandemias

Aunque la inteligencia artificial no nos ha permitido adelantarnos a la crisis del Covid-19, esta tecnología permitirá anticipar futuras pandemias.

En las dos primeras décadas de este milenio contemplamos desde la lejanía la amenaza de epidemias como las causadas por la gripe aviar, la gripe A, el Síndrome Respiratorio Aguado (SARS) CoV-1 -antecesor del actual coronavirus-, el Síndrome Respiratorio de Oriente Medio (MERS) o el ébola.

Todas ellas se quedaron a las puertas de nuestro país o penetraron tímidamente, aunque ya daban muestra del riesgo potencial que tienen este tipo de enfermedades infectocontagiosas en un mundo global. Por eso, quizá debamos afrontar la actual crisis del Covid-19 como un ‘entrenamiento’ ante futuras pandemias que muy probablemente tengamos que afrontar.

Tenemos que ser capaces de aprender de esta situación para tratar de anticiparnos ante posibles nuevas crisis. Y la utilización de la tecnología va a ser fundamental en este cometido. La inteligencia artificial permitirá predecir brotes, realizar diagnósticos tempranos y encontrar candidatos a vacunas, tal y como se recoge en un artículo publicado en MIT Technology Review. Sin embargo, no ha llegado a tiempo para adelantarse a la crisis del Covid-19. ¿Por qué?

Esta tecnología se alimenta de una serie de datos que todavía no se han generado, son inaccesibles o tendrían que obtenerse de forma demasiado invasiva, ya que comportaría abrir y compartir registros médicos, datos de diagnósticos e ingresos hospitalarios, etc. La eterna dicotomía entre privacidad y seguridad.

No obstante, estamos en el camino adecuado. El 30 de diciembre de 2019, la compañía de inteligencia artificial BlueDot, especializada en la detección de brotes de enfermedades infecciosas a través de aprendizaje automático, avisó a sus clientes acerca de un incremento inusual de casos de neumonía en Wuhan (China). Nueve días más tarde, la Organización Mundial de la Salud (OMS) publicó una alerta oficial sobre el coronavirus.

Además, el servicio automatizado HealthMap, del Hospital Infantil de Boston (Estados Unidos), también detectó los primeros indicios. Y la compañía Metabiota también advirtió estas señales. Lo que ha fallado ha sido la valoración de la gravedad de la epidemia.

De hecho, estos sistemas de inteligencia artificial son de gran ayuda, pero todavía requieren de la intervención de un ser humano para valorar la importancia de los brotes y trasladarla a la sociedad y los gobiernos para dar la respuesta adecuada.

Associated Press explica que estos mecanismos de alerta temprana se basan en la tecnología de procesamiento de lenguaje natural -en diferentes idiomas- para escanear redes sociales, artículos de noticias online e informes gubernamentales en busca de signos de brotes de enfermedades infecciosas, ayudando a informar a las agencias globales como la OMS. Pero la automatización no es total. En última instancia, dependen de las personas, que deben interpretar si las alertas son relevantes o no, descartando posibles falsas alarmas.

Aun así, la tecnología actual ya puede ayudar en la toma de decisiones. Por ejemplo, la predicción de BlueDot identificaba varias ciudades en las que incidiría el coronavirus. Dicha información podría haberse empleado para prepararse, alertas a los hospitales y adoptar medidas de contención.

Sin embargo, las predicciones se vuelven menos precisas a medida que avanza la epidemia, ya que la inteligencia artificial necesita datos fiables sobre el Covid-19. Cuanto más se propaga la enfermedad, más aumenta la información sobre ella, creciendo también el ‘ruido’ generado acerca del tema.

Por ejemplo, la información sobre los síntomas y la forma de contagio del virus ha ido cambiando.  De hecho, ni siquiera sabemos con certeza de dónde procede o si es posible reinfectarse. Además, la situación se puede sobredimensionar o minusvalorar, dependiendo de quién informe de ella: médicos, gobernantes, medios de comuniación, ciudadanos, etc. Por otra parte, la falta de pruebas de diagnóstico impide conocer con certeza cuántos casos de contagio hay realmente, dónde se localizan, cómo se comportan los infectados, etc. Y tampoco se sabe con claridad qué pasa dentro de los hospitales.

De este modo, la única manera de aumentar la precisión de la inteligencia artificial pasaría por aumentar la cantidad de datos disponibles y mejorar su calidad. Para ello sería preciso compartir más datos personales con empresas y gobiernos, abrir los registros médicos para identificar automáticamente a las personas con mayor riesgo, fomentar acuerdos internacionales para compartir datos, etc.

La actual situación nos permitirá aprender de los errores y seguro que subsanaremos algunas de las actuales deficiencias de la inteligencia artificial a la hora de anticiparse a futuras pandemias.