Las búsquedas que hacen las personas en Internet pueden ayudar a predecir brotes de covid-19. Un equipo de investigadores en los Estados Unidos logró desarrollar un algoritmo de inteligencia artificial (IA) capaz de analizar la huella digital que dejan los usuarios en las redes sociales y en Google. De esta manera, el software puede predecir el aumento de casos de coronavirus en un área con hasta 6 semanas de anticipación.
Las búsquedas en Internet podrían ayudar a alertar sobre cuándo aparecerán los brotes de covid-19
Las búsquedas que las personas hacen en Google y en sus redes sociales le dan pistas a las grandes compañías tecnológicas acerca de qué cosas pueden venderles. Pero, ¿esto podría servir también como un sistema de alerta temprana sobre el momento en que se van a disparar los niveles de casos de covid?
Un equipo de científicos encabezado por Mauricio Santillana, un experto en inteligencia artificial, de las universidades de Northeastern y Harvard (Estados Unidos); ha logrado demostrar por medio de un estudio, que los rastros digitales de las personas en Internet pueden usarse para alertar de aumentos súbitos de infecciones o brotes de covid-19, a escala de condado, entre 1 y 6 semanas antes de que se produzca el incremento importante.
En la investigación, que fue publicada en la revista “ScienceAdvances”, los expertos aseguran que los datos digitales de los usuarios, podrían ayudar a cubrir las lagunas de información que dejan los mecanismos de vigilancia actuales.
Conforme a lo comentado por Santillana, los modelos de predicción de brotes de covid-19 anteriores a este y usados por el Centro de Control y Prevención de Enfermedades de los Estados Unidos (CDC); se habían centrado de manera exclusiva en predecir el número de casos que se iban a registrar en las próximas semanas.
Y en función de dichas predicciones numéricas, los sistemas interpretaban los resultados, para así determinar si se iba a desarrollar un brote de coronavirus en un futuro próximo, explicó Santillana.
Mediante el modelo se puede identificar patrones de comportamiento humano que alertan sobre los brotes de covid-19
Santillana señaló que esta vez en su investigación se está planteando una tarea simplificada, se trata de entrenar a sus modelos directamente para que puedan identificar patrones de comportamiento humano (registrados en búsquedas de Google, búsquedas técnicas de profesionales médicos, tuits, entre otros). Dichos datos les indicaran con anticipación el momento en cual se pueda esperar que se observe un aumento dramático y exponencial en el número de casos de covid en las semanas futuras, en una comunidad determinada, explicó el investigador.
El experto dijo que, en el momento en que una persona navega por la Web en su computador o móvil va dejando huellas y, guste o no, la verdad es que la mayoría de las compañías aprovechan esta información para incrementar sus beneficios.
Santillana afirmó que, en el estudio aspiran usar la misma información de la que se sirven Amazon, Google o cualquiera de las las grandes compañías tecnológicas para enviarnos anuncios y publicidad. El equipo, en cambio, utilizaría esta información para alertar a los responsables de la salud pública en las primeras fases de los brotes de covid-19.
Sistema de aprendizaje automático con información histórica de brotes de covid-19 en casi cien condados de los Estados Unidos
En cuanto a los flujos digitales relacionados con el covid-19 usados en el estudio, fueron utilizados, por ejemplo, las búsquedas en la Web sobre fiebre, sobre tratamientos y los comentarios de usuarios de Twitter vinculados con estar demasiado enfermos para ir a trabajar.
El equipo empleó además un sistema de aprendizaje automático con información histórica de brotes de coronavirus en 97 condados de los Estados Unidos, ocurridos en el periodo comprendido entre 2020 y 2022. Además los combinaron para crear un único indicador predictivo.
El experto aclaró que, el objetivo de la investigación no era precisamente cuantificar cuántas infecciones existen, sino cuándo se producirán aumentos bruscos de las infecciones. Santillana ha participado en la investigación con especialistas del Hospital Infantil de Boston, la Universidad Estatal de Oklahoma, la Facultad de Medicina de Harvard y otras instituciones.
En cuanto a la capacidad de predicción del modelo
Los investigadores hallaron que la capacidad de predicción a escala estatal y a nivel de condado era más o menos parecida. Es decir, el sistema de alerta temprana se activaba con una anticipación de 1 a 6 semanal a nivel de condado y de 4 a 6 semanas a nivel de estados.
El equipo de investigación señaló que, los datos procedentes de la Web ayudarán a completar la información determinante de la que carecen los CDC. Los cuales no han sido capaces de prever con total fiabilidad los bruscos cambios en las tendencias de casos y hospitalizaciones que han sido notificadas.
Al respecto, Santillana también dijo que, cuando se comunicaban a la población las previsiones del coronavirus de los CDC, con mucha frecuencia estas no coincidían con el momento en que se iniciaban los brotes de covid-19.
Y justamente, la investigación forma parte de una nueva iniciativa que se lleva a cabo por el presidente Joe Biden, denominada Centro de Previsión y Análisis de Brotes de los CDC.
El investigador comentó que su modelo de inteligencia artificial fundamentado en las búsquedas en Internet, ya fue implementado y pudo permitir la identificación de los brotes de covid-19 originados por la variante ómicron en tiempo real en los Estados Unidos.
Santillana concluyó que, la aspiración del equipo de científico es que este sistema de inteligencia artificial sea usado de forma rutinaria para la detección de nuevos brotes por diversas agencias de salud pública a nivel mundial.
