Cómo la ciencia de datos ayudó a combatir el brote de coronavirus

A pesar de los continuos esfuerzos para mejorar los sistemas de salud en todo el mundo, las epidemias emergentes siguen siendo un importante problema de salud pública. La respuesta eficaz a tales brotes se basa en una intervención oportuna, idealmente informada por todas las fuentes de datos disponibles.

La creciente complejidad de los datos de los brotes ha llevado al aumento de la analítica de brotes, una ciencia de datos diseñada para informar la respuesta a los brotes.

¿Entonces, cómo funciona? Hay cuatro objetivos principales:

• Recopilación de datos de múltiples fuentes. Aquí, es importante recordar que la recopilación de datos no se trata simplemente de seleccionar algunos datos estructurados de documentos clínicos. También intervienen fuentes de datos brutos. Por lo tanto, el análisis de datos de brotes requiere eliminación de ruido, limpieza de datos y normalización para permitir que los datos generen información procesable.
• Proporcionar conocimiento de la situación. En la pandemia, los tiempos de incertidumbre, es fundamental saber cuándo el riesgo es manejable y cuándo es más probable que se vuelva peligroso. La conciencia situacional monitoreada a través de diversas fuentes públicas ayuda a mitigar y controlar este riesgo.
• Dar forma a una respuesta eficaz. En este punto, interviene la visualización de datos. Presenta los resultados analíticos en una forma clara y fácil de usar (a través de paneles, gráficos, etc.), lo que ayuda a los tomadores de decisiones a diseñar medidas de respuesta efectivas sin demoras.
• Capacitación y desarrollo de capacidades. Una vez que se resuelve una crisis, los tomadores de decisiones miran hacia atrás en la situación para analizar los escenarios de respuesta aceptados y seleccionar estrategias exitosas. Luego, realizan las modificaciones pertinentes a la formación profesional y los planes de emergencia sanitaria para estar mejor preparados para afrontar otra crisis sanitaria.

La pandemia de COVID-19 no es la única en el siglo XXI o incluso en la última década. No hace mucho, el ébola y el zika causaron estragos en África occidental y América. La respuesta rápida y su adaptabilidad, los mecanismos de vigilancia y las estrategias de manejo fueron lo que ayudó a los investigadores y médicos en ese entonces. ¿Pero son suficientes ahora? Realmente no.

Dado el alcance global de la pandemia, es difícil diseñar una respuesta eficaz sin la amplia cooperación de las partes clave, y no se trata solo de investigación de campo cruzado dentro del análisis de brotes. Con el virus atormentando a más de 200 países, una estrategia de respuesta adecuada debe basarse en las mejores prácticas de cada región.

Afortunadamente, los investigadores clínicos y los profesionales médicos de todo el mundo se han unido a sus esfuerzos en la lucha contra el virus. Buscando las mejores estrategias de resolución de crisis, han desarrollado una elaborada cultura de intercambio de datos. Ahora abren sus desarrollos y trabajan constantemente para mejorarlos. Gracias a este enfoque, vimos proyectos de diagnóstico únicos, como DarwinAI (Canadá). Con esta herramienta de visión por computadora en su lugar, es posible diagnosticar COVID-19 solo mediante exploraciones de radiografía de tórax. Antes, el único método de diagnóstico de COVID-19 de imágenes médicas era la tomografía computarizada (TC).

El enfoque cooperativo también incluye análisis de brotes, que ha impulsado el análisis de prevención y en tiempo real. Estos dos tipos de análisis son fundamentales para contener la diseminación del virus.

Datos en tiempo real

En una situación crítica, este tipo de análisis impulsa la toma de decisiones rápida basada en datos y adapta el proceso a cada situación por separado. Este tipo de análisis es de especial importancia para los profesionales médicos locales que se encuentran en la primera línea de la lucha contra el virus.

Las herramientas de análisis locales en tiempo real se desarrollan teniendo en cuenta las necesidades de los actores clave. Por ejemplo, Kinetica y Disaster Tech desplegaron una plataforma analítica dinámica impulsada por IA para ayudar a los respondedores de crisis de EE. UU. A rastrear datos relacionados con el coronavirus sobre la marcha. La solución permite que los servicios de emergencia visualicen datos estadísticos en vivo sobre la disponibilidad de equipos de protección personal (EPP), la capacidad del hospital, la cantidad de kits de prueba, la disponibilidad de equipos y más para elegir la ubicación más adecuada para un paciente y ahorrar tiempo.

La analítica en tiempo real no se limita a resolver tareas operativas localmente. Our World in Data, un proyecto con sede en Oxford diseñado para abordar problemas globales, implementó una publicación masiva dedicada a las estadísticas de COVID-19 en todo el mundo para impulsar el análisis continuo en tiempo real. La fuente brinda acceso a una gran cantidad de datos relacionados con el coronavirus, desde nuevos casos y tasa de mortalidad hasta la respuesta política para cada país que vive a través de la crisis del coronavirus. Todos los gráficos, informes y otras visualizaciones de datos interactivos se actualizan diariamente y están disponibles para su descarga.

Analytics para la prevención

El análisis en tiempo real ayudó al gobierno de Corea del Sur a potenciar el diseño de la estrategia de prevención y la vigilancia de pacientes con Covid positivo. Utiliza los datos de las soluciones de IoT e IA subyacentes a las redes de ciudades inteligentes en vivo y la información personal proporcionada por los pacientes confirmados. Esto permite a los investigadores rastrear los movimientos de los pacientes, identificar sus contactos y predecir la escala potencial del brote en una región determinada con la ayuda de análisis de big data. Los datos también se utilizan para redactar medidas preventivas e instrucciones.

Taiwán también logró aprovechar el análisis en tiempo real para una prevención oportuna. Justo antes de la celebración del Año Nuevo Lunar que marca la temporada navideña asiática, el país integró la base de datos nacional de seguros de salud con las de inmigración y aduanas. Cuando empezaron a llegar viajeros infectados, una solución de análisis de macrodatos revisó las bases de datos integradas y estableció la conexión entre los historiales de viaje de los visitantes y los síntomas que experimentaban. La solución envió alertas en tiempo real durante una visita al hospital para ayudar con la identificación del caso. También permitió clasificar a los viajeros por riesgos de infección basándose en el origen del vuelo y el historial de viajes durante los últimos 14 días.

En una situación de incertidumbre y confusión como la actual pandemia, los datos reveladores son el rey. Y son soluciones analíticas relevantes que pueden aprovecharlo y aprovechar las medidas de prevención y respuesta adecuadas sin demoras. En este sentido, el análisis de brotes funciona bien.

Al mismo tiempo, la propagación mundial del virus pone de relieve otro aspecto:la cooperación internacional. Para desarrollar estrategias de gestión efectivas, las partes interesadas clave y los tomadores de decisiones de todo el mundo deben revisar y mejorar las soluciones desarrolladas y pulir las medidas de respuesta basándose en datos en tiempo real. Por lo tanto, unir esfuerzos en todos los campos, desde el análisis hasta el diagnóstico y el tratamiento, es la única forma de detener la pandemia y estar mejor preparados para cualquier otra emergencia de salud.

Yaroslav Kuflinski es un observador de inteligencia artificial / aprendizaje automático con Iflexion.