Inteligencia artificial para superar la segunda ola de covid-19 en la UCI

Las predicciones apuntan a que de aquí a diez años la mayoría de las compañías habrán incorporado sistemas inteligentes en sus procesos de negocio, ya sea a través de desarrollos propios o suministrados por terceros. De hecho, la firma de capital riesgo MMC Ventures ha identificado hasta 1.600 startups relaccionadas con esta tecnología en toda Europa.

Por sectores, salud y bienestrar es la actividad preferida por la inteligencia artificial, una de cada cinco startups la usa y se ha presentado como una herramienta para ayudar a batir a la covid-19.

Durante la primera ola de expansión del SARS-CoV-2, esta herramienta tecnológica se presentó como una ayuda más, ahora vuelve a cobrar especial importancia.

Investigadores de la Universidad Queen Mary de Londres junto con científicos del IFISC (instituto de investigación conjunto de la Universidad de las Islas Baleares y el Consejo Superior de Investigaciones Científicas) han puesto en marcha un algoritmo capaz de reasignar de manera óptima los pacientes covid a las UCI para así tratar de reducir el estrés al que se ven sometidos estos recursos.

Con datos del sistema público de salud británico, el NHS, el algoritmo, a través de un enfoque matemático y con la ayuda de la inteligencia artificial, es capaz de redistribuir hasta 1.000 pacientes de la UCI, «que de otro modo probablemente no recibirían una vigilancia intensiva adecuada», detallan sus creadores.

La solución vasca

En estos momentos y en plena segunda ola, la ocupación de camas UCI en España es del 22,48 % en la segunda ola, pero supera el 35 % en las comunidades más afectadas.

Durante los primeros meses de la pandemia, el Sistema Vasco de Salud, también, echó mano de la inteligencia artificial. Sherpa.ai, una startup vasca más avanzada en este ámbito, desarrolló una plataforma para que las autoridades sanitarias pudieran estimar el número de camas UCI necesarias a lo largo de una semana.

Gracias a esta herramienta ayudaron a la logística hospitalaria y evitaron la sobresaturación de los centros como ocurrió en otras regiones. El trabajo de la tecnología de Shepa.ai permite calcular el número de camas UCI necesarias a siete días vista y analiza patrones y tendencias de la evolución del virus, un aspecto fundamental para que los sanitarios puedan reaccionar a tiempo.

Además, ésta es capaz de predecir el número de hospitalizados leves, lo que permitiría, por ejemplo, habilitar un hospital específico para esta tipo de pacientes.

Detección a través de radiografías

El brazo de Google en el sector, DeepMind, ya está entrenado para detectar cáncer temprano a través de radiografías, concretamente de pulmón. Un equipo de investigadores ha alimentado una red neuronal con miles de imágenes de pruebas médicas con el objetivo de que aprenda a detectar los patrones vinculados a la presencia de un determinado tipo de cáncer cuando éste aún es demasiado pequeño como para que el ojo humano lo aprecie.

En España, Francisco Herrera, catedrático de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada junto con el Hospital Clínico San Cecilio de Granada trabaja en aplicar ese modelo al diagnóstico de la covid-19.

Radiografías de tórax con neumonía y sin neumonía, esta es la base de datos donde la inteligencia artificial toma su entrenamiento. En la actualidad, el modelo determina en un 81% si un paciente tiene coronavirus.

El proyecto del catedrático Herrera alcanza casi a una decena de centros hospitalarios para ayudar en el diagnóstico para hacerlo más rápido y eficaz. No obstante, asegura Herrera que «a más radiografías, mejor diagnósitco».