Los investigadores usan IA para controlar la propagación de COVID-19; una startup francesa difunde información precisa al público mediante un chatbot. (IMÁGENES FALSAS)

Por el personal de AI Trends

La IA y el aprendizaje automático juegan un papel importante en la lucha contra la pandemia causada por COVID-19, aplicando la innovación tecnológica y el ingenio a grandes cantidades de datos para identificar rápidamente patrones y obtener información. Se están haciendo esfuerzos para acelerar la investigación y el tratamiento y para comprender mejor cómo se propaga COVID-19.

Los chatbots que usan IA aceleran la comunicación en torno a la pandemia. Un ejemplo es de Clevy.io, una startup francesa que lanzó un chatbot para que sea más fácil para las personas encontrar comunicaciones oficiales del gobierno sobre COVID-19, según una cuenta de foro Economico Mundial.

El bot recibe información en tiempo real del gobierno francés y de la Organización Mundial de la Salud para ayudar a transmitir síntomas conocidos y responder preguntas sobre políticas gubernamentales. A mediados de mayo, se habían enviado aproximadamente tres millones de mensajes, con preguntas que iban desde ejercicios recomendados hasta una evaluación de los riesgos de COVID-19. Ciudades francesas como Estrasburgo, Orleans y Nanterre utilizan el chatbot para difundir información precisa, dijo el autor del informe, Swami Sivasubramanian, VP de Machine Learning para Amazon Web Services (AWS).

Swami Sivasubramanian, VP de Machine Learning para Amazon Web Services (AWS)

Investigadores del Chan Zuckerberg Biohub en California están trabajando en un sistema de alerta temprana para COVID-19. Analizan grandes cantidades de datos para predecir la propagación del virus, cómo muta a medida que se propaga, estiman la cantidad de infecciones no detectadas y determinan sus efectos sobre la salud. Han dividido el mundo en 12 regiones por trabajo.

En marzo, un grupo de voluntarios dirigido por el ex jefe de datos de la Casa Blanca, DJ Patil, trabajó en una herramienta de planificación de escenarios que ayudaría a los hospitales a planificar cuántas camas serían necesarias para los pacientes con COVID-19. Trabajando con AWS y la Escuela de Salud Pública Bloomberg de Johns Hopkins, el grupo trasladó el modelo a la nube, lo que les permitió ejecutar múltiples escenarios en cuestión de horas y extender el modelo a los 50 estados.

Otra startup está trabajando para limitar la propagación de COVID-19 a las poblaciones vulnerables. Puesta en marcha ClosedLoop.ai utiliza su experiencia en datos de salud para identificar a las personas con mayor riesgo de complicaciones graves por COVID-19. La compañía ha desarrollado y convertido el código abierto en un índice de vulnerabilidad COVID, un modelo predictivo basado en IA. El índice ‘C-19’ es utilizado por los sistemas de salud, las organizaciones de gestión de la salud y las compañías de seguros para identificar a las personas de alto riesgo. Luego, la compañía hace un llamado a estas personas para hablar sobre el lavado de manos, la distancia social y si necesitan alimentos y suministros para quedarse en casa.

«Estoy inspirado y alentado por la velocidad con la que estas organizaciones están aplicando el aprendizaje automático para abordar COVID-19», dijo el autor. Sivasubramanian.

El Sistema de Salud Mount Sinai es financiado por Microsoft

En otras partes de COVID-19 y las noticias de IA, el Sistema de Salud Mount Sinai en Nueva York ha recibido una subvención por una tarifa no revelada para apoyar el trabajo de un nuevo centro de ciencia de datos dedicado a la investigación de COVID-19. El Centro de Informática COVID de Mount Sinai (MSCIC) reunirá a los líderes de las unidades hospitalarias, incluido el Instituto Hasso Plattner para la Salud Digital, el Departamento de Genética y Ciencias Genómicas, y el Instituto de Ingeniería e Imagenología BioMedical.

«Esta asociación con Microsoft nos proporciona recursos en la nube que acelerarán nuestro descubrimiento, traducción e implementación de herramientas digitales en la lucha contra COVID-19», dijo Robbie Freeman, MSN, RN, vicepresidente de innovación clínica en el Hospital Mount Sinai, una presione soltar. «A través de esta asociación con AI for Health, aprovechamos la experiencia del Sistema de Salud Mount Sinai para brindar atención al paciente de clase mundial y la nube de Azure para llevar nuestros productos habilitados para IA del sofá a la cama».

MSCIC representa la experiencia en salud, ciencias de la salud, ingeniería biomédica y digital, aprendizaje automático e inteligencia artificial. El centro se esfuerza por desarrollar proyectos digitales de salud que incluyen datos en tiempo real utilizados para mejorar la salud. Un estudio reciente llamado Warrior Watch siguió a cientos de profesionales de la salud para rastrear datos biométricos como la variación del ritmo cardíaco, los trastornos del sueño y la actividad física a través de un Apple Watch. Esto se complementó con encuestas para comprender mejor el nivel de estrés y ansiedad que enfrentan los trabajadores de salud de primera línea.

El modelo de difusión de predicción se desarrolla en la Universidad de Binghamton

Investigadores de la Escuela de Ingeniería y Ciencias Aplicadas Thomas J Watson de la Universidad de Binghamton, Nueva York, están trabajando en un modelo de predicción de propagación COVID-19 que incorpora IA. Utilizando datos recopilados de todo el mundo por la Universidad Johns Hopkins, Arti Ramesh y Anand Seetharam, ambos profesores asistentes del Departamento de Informática, han construido varios modelos de predicción.

Arti Ramesh, profesores asistentes, informática, Binghamton University, Nueva York

El aprendizaje automático permite que los algoritmos aprendan y mejoren sin ser programados explícitamente. Los modelos examinan patrones de 50 países con altas tasas de infección por coronavirus, incluido EE. UU. Con base en los datos de los últimos 14 días, el modelo puede predecir la propagación probable para los próximos tres días dentro de un margen de error del 10%. El primer estudio incluyó números de infección hasta el 30 de abril, lo que proporcionó una imagen de cómo surgieron las predicciones hasta mayo.

Ciertas desviaciones pueden plantear desafíos. Por ejemplo, los datos de China no se incluyeron debido a las preocupaciones sobre la transparencia del gobierno con respecto a COVID-19. Debido a que los recursos de salud a menudo se llevan al límite, el monitoreo de la propagación del virus a veces no era la prioridad.

«Hemos visto en muchos países que contaron las infecciones, pero no atribuyeron el día en que fueron identificadas», dijo Ramesh en un comunicado. presione soltar. «Los agregarán todos en un día y de repente hay un cambio en los datos que nuestro modelo no puede predecir».

A medida que el virus continúa propagándose, los investigadores actualizan su modelo, esperando que sea más preciso y utilizable con el tiempo. El modelo es publicado en línea para investigadores interesados

«Cada punto de datos es un día, y si dura más, producirá patrones más interesantes en los datos», dijo Ramesh. “Entonces usaremos modelos más complejos, porque necesitan patrones de datos más complejos. Por el momento no existen, por lo que utilizamos modelos más simples, que también son más fáciles de usar y comprender. «

Lea los artículos fuente en el foro Economico Mundial, en un presione soltar del Hospital Mount Sinai, y en uno presione soltar de la Universidad de Binghamton.



Source link