Harvard: uso de IA para cuarentena predictiva personalizada

Wikimedia Commons Flickr / Dipartimento Protezione Civile
¡Por favor comparta esta historia!
image_pdfimage_print
Si su IA predictiva no funciona con la prevención del delito, ¿por qué no probarla con cuarentenas predictivas? Harvard dice que todo lo que necesita es más datos, donde el gobierno "ciertamente puede aumentar la recopilación de datos nacionales de salud mediante la creación o el despliegue de registros médicos electrónicos más completos". ⁃ TN Editor

En los últimos meses, el mundo ha experimentado una serie de brotes de Covid-19 que generalmente han seguido el mismo camino: una fase inicial con pocas infecciones y una respuesta limitada, seguida de un despegue de los famosos curva epidémica acompañado de un bloqueo en todo el país para aplanar la curva. Luego, una vez que la curva alcanza su punto máximo, los gobiernos deben abordar lo que el presidente Trump ha llamado "la mayor decisión”De su vida: cuándo y cómo gestionar el confinamiento.

A lo largo de la pandemia, se ha puesto un gran énfasis en el intercambio (o falta de ella) de información crítica en todos los países: en particular de China - sobre la propagación de la enfermedad. Por el contrario, se ha dicho relativamente poco sobre cómo Covid-19 podría haber sido mejor administrado al aprovechar las tecnologías de datos avanzadas que han transformado a las empresas en los últimos 20 años. En este artículo discutimos una forma en que los gobiernos podrían aprovechar esas tecnologías para gestionar una futura pandemia, y tal vez incluso las fases de cierre de la actual.

El poder de la predicción personalizada

Un enfoque alternativo para que los responsables políticos consideren agregar su combinación para luchar contra Covid-19 se basa en la tecnología de predicción personalizada, que ha transformado muchas industrias en los últimos 20 años. Mediante el aprendizaje automático y la tecnología de inteligencia artificial (IA), las empresas basadas en datos (desde "Big Tech" hasta servicios financieros, viajes, seguros, comercio minorista y medios de comunicación) hacen recomendaciones personalizadas sobre qué comprar y practican precios, riesgos y créditos personalizados. y similares utilizando los datos que han acumulado sobre sus clientes.

En un artículo reciente de HBRPor ejemplo, Ming Zeng, ex director de estrategia de Alibaba, describió cómo Ant Financial, la operación de préstamos para pequeñas empresas de su compañía, puede evaluar a los solicitantes de préstamos en tiempo real mediante el análisis de sus datos de transacciones y comunicaciones en las plataformas de comercio electrónico de Alibaba. Mientras tanto, compañías como Netflix evalúan las elecciones y características pasadas de los consumidores para hacer predicciones sobre lo que verán a continuación.

El mismo enfoque podría funcionar para las pandemias, e incluso para el futuro de Covid-19. Usando múltiples fuentes de datos, los modelos de aprendizaje automático serían entrenados para medir el riesgo clínico de sufrir resultados graves (si está infectado con Covid): ¿Cuál es la probabilidad de que necesiten cuidados intensivos, para los cuales hay recursos limitados? ¿Qué posibilidades hay de que mueran? Los datos podrían incluir los historiales médicos básicos de los individuos (para Covid-19, la gravedad de los síntomas parece aumentar con la edad y con el presencia de comorbilidades como diabetes or hipertensión) así como otros datos, como la composición del hogar. Por ejemplo, una persona joven y saludable (que de otro modo podría clasificarse como de "bajo riesgo") podría clasificarse como de "alto riesgo" si vive con personas mayores o enfermas que probablemente necesitarían cuidados intensivos si se infectan.

Estas predicciones de riesgo clínico podrían usarse para personalizar las políticas y la asignación de recursos a nivel individual / familiar, contabilizando adecuadamente las responsabilidades y riesgos médicos estándar. Podría, por ejemplo, permitirnos enfocarnos en el distanciamiento social y la protección para aquellos con puntajes de alto riesgo clínico, mientras permitimos que aquellos con puntajes bajos vivan más o menos normalmente. Los criterios para asignar individuos a grupos de alto o bajo riesgo, por supuesto, deben determinarse, también teniendo en cuenta los recursos disponibles, los riesgos de responsabilidad médica y otras compensaciones de riesgos, pero los enfoques de la ciencia de datos para esto son estándar y se utilizan en numerosos aplicaciones.

Un enfoque personalizado tiene múltiples beneficios. Puede ayudar a construir la inmunidad de grupo con menor mortalidad, y rápido. También permitiría una mejor y más justa asignación de recursos, por ejemplo, de equipos médicos escasos (como kits de prueba, máscaras de protección y camas de hospital) u otros recursos.

Las estrategias de confinamiento en las etapas posteriores de una pandemia, un próximo paso clave para Covid-19 en la mayoría de los países, pueden beneficiarse de manera similar. Decidir con qué personas comenzar el proceso de confinamiento es, por naturaleza, un problema de clasificación similar a los problemas de clasificación familiares para la mayoría de las empresas basadas en datos. Algunos gobiernos ya se están acercando al confinamiento al usar la edad como un proxy del riesgo, una clasificación relativamente cruda que potencialmente extraña a otras personas de alto riesgo (como el ejemplo anterior de jóvenes sanos que viven con ancianos).

Realizar una clasificación basada en datos y modelos de predicción de IA podría conducir a decisiones de descontrol que son seguras a nivel comunitario y mucho menos costosas para el individuo y la economía. Sabemos que una característica clave de Covid-19 es que tiene una tasa de transmisión excepcionalmente alta, pero también síntomas graves o tasa de mortalidad relativamente bajos. Los datos indican que posiblemente más del 90% de las personas infectadas son asintomáticas o experimentan síntomas leves cuando se infectan.

En teoría, con una predicción confiable de quiénes son estos 90%, podríamos descontinuar a todos estos individuos. Incluso si se infectaran entre sí, no tendrían síntomas graves y no abrumarían al sistema médico ni morirían. Estas personas descontinuadas con un riesgo clínico bajo del 90% también ayudarían a la acumulación rápida de inmunidad alta de rebaño, en cuyo punto el 10% restante también podría descontinuarse.

Lea la historia completa aquí ...

¡Únete a nuestra lista de correos!


Suscríbete
Notificar de
invitado
4 Comentarios
Más antiguo
Más Nuevos Más votados
Comentarios en línea
Ver todos los comentarios
Charles Harper

Sí, siguen así, y la gente sucumbirá al envenenamiento por plomo en lugar de covid-19.

JCLincoln

Si Dios usa las cosas simples del mundo para confundir a los sabios, solo se necesitaría un sonajero y una banda elástica para que los estudiantes de Harvard sean catatónicos.