Los investigadores estudian cómo podría utilizarse la inteligencia artificial (IA), incluidos los grandes modelos lingüísticos como ChatGPT, para planificar escenarios de futuras epidemias.
PUBLICIDAD¿Y si se pudieran interpretar más rápidamente grandes cantidades de datos sanitarios para predecir cuánto tiempo podría permanecer un paciente en el hospital, o introducir el comportamiento humano en un modelo epidémico para determinar el posible freno de un brote vírico?
Estas son algunas de las formas en que los investigadores están probando nuevos modelos de inteligencia artificial (IA) para planificar mejor futuros brotes víricos como la "Enfermedad X", un patógeno desconocido que podría lanzar una epidemia similar a la COVID-19.
"Uno de los puntos fuertes que estamos viendo con los enfoques basados en IA para analizar grandes conjuntos de datos es realmente la capacidad de identificar señales tempranas de posibles anomalías en la salud pública", dijo a Euronews Next Alain Labrique, director del Departamento de Salud Digital e Innovación de la Organización Mundial de la Salud (OMS).
"Creo que hay muchas maneras diferentes en que una herramienta computacional avanzada como la inteligencia artificial puede utilizarse para mejorar la forma en que detectamos nuevas epidemias y pandemias, pero también para responder a esas epidemias y pandemias".
Pero añadió que, para reforzar los modelos, es importante abordar los sesgos y dotarlos de buenos datos, no sólo de una población específica. Se trata de un campo en el que la investigación va en aumento, pero en la práctica, algunos de estos nuevos modelos podrían tardar en implantarse.
Gravedad de las enfermedades y planificación de la capacidad hospitalaria
Investigadores de la Universidad de Yale (EE.UU.) han publicado recientemente un estudio que aborda uno de los muchos retos que surgieron durante la pandemia de COVID-19: cómo gestionar el desbordamiento en los hospitales.
"El número de camas hospitalarias es limitado y si se produce una pandemia como [COVID-19], hay que prepararse. Estamos mirando desde el punto de vista de la salud pública. Queremos estar preparados por si ocurre algo", declaró a Euronews Next Vasilis Vasiliou, presidente del Departamento de Ciencias de la Salud Medioambiental de la Escuela de Salud Pública de Yale.
Su modelo de epidemia utiliza una plataforma basada en inteligencia artificial para clasificar a los pacientes y predecir el grado de gravedad de la enfermedad y el tiempo que podrían pasar en el hospital.
Se basa en biomarcadores clínicos y metabólicos que, según descubrieron, ayudan a indicar cómo progresará la enfermedad.
Vasiliou dice que en un futuro brote viral, el objetivo sería obtener datos tempranos en un algoritmo impulsado por IA que trabaja para determinar cómo organizar mejor los recursos hospitalarios.
"Si surge algo muy rápido, tienes el marco, tienes un modelo, tienes un algoritmo que alimentas inmediatamente con los primeros datos del primer país en el que ha ocurrido. Entonces puedes empezar a construir un nuevo modelo", afirmó.
Para él, una de las limitaciones actuales es la falta de datos. "Cuanto más datos se introduzcan en un modelo de IA, menos limitaciones tendrá", afirmó.
Kirill Veselkov, coautor del estudio del Imperial College de Londres, señaló que, tratándose de una enfermedad emergente, es necesario encontrar nuevos biomarcadores que puedan influir en su gravedad.
"Las actuales herramientas analíticas de última generación serán capaces de medir cientos de miles de estas biomoléculas", dijo.
"Así que, si se quiere analizarlas, probablemente será imposible para los médicos humanos sin el uso de sofisticados algoritmos matemáticos, y la IA es especialmente adecuada para ello, para identificar el patrón o conjunto de biomarcadores y asociarlos con el proceso de la enfermedad y los resultados de la misma", añadió.
Pero su modelo deberá estudiarse con más poblaciones, teniendo en cuenta las comorbilidades y otros factores, antes de que pueda generalizarse al gran público.
Utilizar la inteligencia artificial para saber cuándo cerrar".
En el caso del COVID-19, un virus del que ya tenemos información, la IA puede ayudar en la programación hospitalaria, según Rachel Dunscombe, miembro del consejo de IA del Reino Unido y actual directora ejecutiva de OpenEHR.
"Lo que tenemos es un conjunto de datos sobre el terreno que nos dirán cuál es la situación en el mundo real, y necesitamos saber si tenemos que realizar intervenciones, si tenemos que cerrar, aumentar la capacidad de los sistemas o reducir la actividad electiva para hacer espacio", señaló Dunscombe, que también es la ex CEO de la Academia Digital del NHS, a Euronews Next.
PUBLICIDAD"Podemos utilizar la IA [en la planificación de la atención sanitaria] para saber cuándo es el momento adecuado para cerrar, poner máscaras, ya sabes, poner personal adicional para reducir la actividad que hacemos día a día", añadió.
Aseguró que en el Reino Unido se sienten más preparados para utilizar modelos que les permitan calcular el impacto sobre el terreno de determinados escenarios tras la pandemia de COVID-19.
"Si se alimentan con los datos adecuados y se supervisan de la manera correcta, nos darán los resultados probables", agregó.
Difícil representar la toma de decisiones humana
Investigadores de la Universidad Tecnológica de Virginia (EE.UU.) intentan resolver otro problema de modelización de epidemias mediante IA: cómo representar con precisión la complejidad del comportamiento humano durante un brote vírico.
Navid Ghaffarzadegan, profesor asociado de Virginia Tech, explica a Euronews Next que "en la modelización tradicional, hay que representar de algún modo la toma de decisiones humana", algo difícil de hacer.
PUBLICIDAD"La razón es que los seres humanos son complejos. Las sociedades son difíciles de predecir. Con mejores o diferentes formas de representar a los humanos a través de la IA, ahora tenemos la capacidad de ver cómo reaccionan en diferentes escenarios, y tenemos modelos que están incorporando el comportamiento humano en ellos", añadió.
Como parte de su estudio, actualmente en fase de preimpresión, los investigadores modelaron una epidemia en un pueblo llamado Dewberry Hollow con un virus ficticio llamado Catasat, para evitar posibles sesgos al utilizar ChatGPT.
Exploraron cómo los humanos que decidían quedarse en casa o no podían influir en el modelo epidémico proporcionando un escenario y características de personalidad de distintos "agentes" ficticios.
Comprobaron que estos humanos generativos potenciados por la IA imitaban en la simulación "comportamientos del mundo real como la cuarentena cuando se está enfermo y el autoaislamiento cuando aumentan los casos".
Las múltiples oleadas del virus fueron similares a las observadas en pandemias anteriores, que acabaron con el virus convirtiéndose en endémico en la sociedad.
PUBLICIDADLa principal limitación, dicen, es el alto cose y que requiere mucho tiempo, aunque esperan que a medida que la IA siga desarrollándose esto pueda mejorar. Otros afirman que su modelo aún necesita validación.
El futuro de la IA y las pandemias
En otro artículo publicado el año pasado, Ghaffarzadegan destacaba las dificultades de prever la trayectoria de una epidemia con modelos tradicionales y de IA. Descubrió que los modelos de IA no funcionaban necesariamente mejor, pero afirmó que en parte se debe a cambios en el comportamiento humano.
Algunos afirman que aún hay pocas investigaciones que evalúen el rendimiento de la IA durante la pandemia de COVID-19.
Un artículo de revisión publicado en la revista Frontiers in Medicine en 2021 analizó 78 estudios sobre el uso de la IA durante la pandemia.
Sus usos incluían el diagnóstico asistido por IA para el COVID-19, la predicción de epidemias y el desarrollo de fármacos, como la identificación rápida de medicamentos o productos que pudieran neutralizar la enfermedad.
PUBLICIDADConcluyeron que era una herramienta potencial durante las epidemias, pero que era necesario seguir investigando sobre ella.
Veselkov afirmó que el estudio de triaje basado en IA se encontraba en fase de investigación y desarrollo, pero que aún pasaría tiempo antes de que estos modelos de IA pudieran utilizarse para planificar futuras epidemias, como la de un patógeno desconocido que la OMS denomina Enfermedad X.
"Tenemos que desarrollar realmente las herramientas, pero también pensar mucho, especialmente cuando se trata de aplicaciones sanitarias, aplicaciones pandémicas, aplicaciones a nivel de población, tenemos que pensar en la seguridad y la solidez de la solución, así como en las limitaciones de la solución", dijo.