Inteligencia artificial - 15 Febrero, 2021

Inteligencia Artificial… ¿para predecir y evitar epidemias?

La pandemia originada por el SARS-CoV-2 ha multiplicado el desarrollo de algoritmos cuyo objetivo es establecer patrones de comportamiento de la enfermedad y predecir su evolución.

Los sistemas BlueDot y Metabiota anticiparon el avance del COVID-19 en diciembre de 2019.

Técnicos del MIT analizan las mutaciones de virus para desarrollar la adaptación de vacunas.

Tags: #CienciaEInvestigación, #Algoritmos, #COVID-19, #Data

🕑︎ 3:30 min.

A lo largo de la historia, visionarios de todos los rincones del planeta han hecho innumerables predicciones que siempre han ejercido cierta sugestión en el ser humano. Desde el calendario maya que pronosticaba el fin del mundo para el 21 de julio de 2020 hasta las profecías de Nostradamus, todos han querido anticipar un futuro que, por lo general, llegaría cargado de incertidumbres. Sin embargo, el devenir de la historia ha demostrado que la realidad es mucho más compleja y que supera de largo la capacidad predictiva del ser humano. Al menos, hasta ahora.

Gracias a la tecnología y, más concretamente, a las herramientas de Inteligencia Artificial, sistemas como Metabiota y BlueDot fueron capaces de lanzar un aviso sobre la expansión de un brote potencialmente pandémico en la ciudad china de Wuhan en diciembre de 2019, e incluso de identificar las primeras ciudades que importarían el virus. A pesar de su valiosa aportación, no resultó suficiente para anticipar la verdadera capacidad expansiva del virus, que avanzó hasta convertirse en la pandemia que hoy sufre el planeta.

La IA es una herramienta perfecta para peinar infinidad de datos y extraer de ellos conexiones que pueden ayudar a encontrar el mejor modo de combatir una enfermedad. Pero, ¿podrá llegar algún día a predecir la aparición de una nueva epidemia en un estadio inicial para adoptar las medidas que permitan contenerla?.

Por el momento, la realidad ha demostrado que no, vista la expansión del nuevo coronavirus por el mundo. Sin embargo, existen numerosos proyectos que estudian su avance para intentar establecer un patrón de comportamiento y predecir su evolución en el futuro.

Proyecto europeo

Uno de ellos es el proyecto europeo EPIFOR, financiado con fondos de la UE, que se desarrolló hace varios años.

Esta iniciativa se basa en la llamada epidemiología computacional, que combina disciplinas como las matemáticas, la estadística, las ciencias de la computación y la epidemiología, y pretende servir de ayuda a los científicos a la hora de recopilar e integrar grandes conjuntos de datos sobre epidemias históricas con el objetivo de desarrollar modelos computacionales. Entre estos datos se encuentran la peste negra, la viruela, la gripe española y el paludismo.

El objetivo consiste en mejorar la capacidad de los científicos para controlar la transmisión de una enfermedad, a fin de orientar mejor sus acciones y comprender mejor los efectos que tiene sobre grandes poblaciones.

La investigadora Vittoria Colizza, del Instituto Nacional de Salud e Investigación Médica (Inserm) de Francia, explicó en un boletín del Consejo Europeo de Investigación, que este proyecto pudo probarse durante la pandemia de H1N1 de 2009, la gripe porcina, y la epidemia de MERS-CoV. Y, según afirmó, los experimentos confirmaron las capacidades de los modelos computacionales y proporcionaron patrones útiles sobre la posible propagación futura de enfermedades infecciosas.

En la actualidad, la investigadora trabaja en la utilización de modelos computacionales para predecir la propagación de la COVID-19 y el impacto que tendrán las medidas de mitigación que se están aplicando en el conjunto del continente.

Modelo ruso

Otra investigación, esta vez impulsada por científicos del Centro de Logística Inteligente de la Universidad de San Petersburgo, ha conducido al desarrollo del modelo CBRR de Razonamiento de Tasas Basado en Casos, cuyo objetivo consistía en predecir la dinámica y la evolución de una epidemia.

A través de este método, publicado en la revista Mathematics, un grupo de científicos ha realizado un pronóstico sobre la propagación de la COVID-19 en Rusia.

El modelo ha ayudado a realizar una proyección sobre la expansión del virus utilizando datos de contagios registrados en Italia, España, Francia y el Reino Unido. Y su principal conclusión es que el uso de este enfoque únicamente ha mostrado una desviación del 0,3% con respecto a los casos reales de Rusia, un porcentaje que se redujo al 0,23% en la proyección realizada para Estados Unidos.

Algoritmos contra el escape viral

Por último, ingenieros del Instituto Tecnológico de Massachusetts (MIT) han desarrollado un método para identificar y predecir las mutaciones que permiten a los virus eludir la inmunidad desarrollada por los seres humanos y por las propias vacunas.

La capacidad de los virus para mutar y evitar el sistema inmunitario humano y causar infecciones, conocida como escape viral, constituye un obstáculo notable para el desarrollo de antivirales y vacunas. El estudio del MIT, publicado por la revista Science, ha permitido desarrollar algoritmos de aprendizaje automático para identificar las regiones o dominios de los virus que son propensas a mutar, lo cual las convierte en un objetivo preferente para el diseño de nuevas vacunas.

Entre estos posibles objetivos de vacunación se encuentran la gripe, el VIH y el SARS-CoV-2. Precisamente, en la actualidad el MIT estudia la aplicación de su método a las nuevas mutaciones del COVID-19 procedentes de Sudáfrica y el Reino Unido para identificar las secuencias genéticas que deben ser objeto de una investigación más profunda por su posible capacidad para eludir la acción de las vacunas actuales.

En cualquier caso, lo que tienen en común estas investigaciones es que, al igual que ocurrió con los sistemas BlueDot y Metabiota, necesitan la intervención del ser humano para poder ajustar los criterios de aprendizaje y establecer pautas de análisis eficaces.