Archivo de la etiqueta: Salud

Inteligencia artificial y big data para combatir el coronavirus (COVID-19)

El día de ayer la Organización Mundial de la Salud (OMS) declaró como pandemia el coronavirus o COVID-19, por su nombre oficial. ¿Qué significa esto? Una enfermedad entra en la categoría de pandemia cuando cumple cualquiera de las siguientes condiciones: se extiende a muchos países o ataca a casi todos los individuos de una localidad o región. En este caso, la propagación que ha tenido este virus desde el continente asiático hasta Europa y América le ha conferido la categoría de pandemia. Ahora bien, los coronavirus son una extensa familia de virus que pueden causar enfermedades tanto en animales como en humanos. En los humanos, se sabe que varios coronavirus causan infecciones respiratorias que pueden ir desde el resfriado común hasta enfermedades más graves como el síndrome respiratorio de Oriente Medio (MERS) y el síndrome respiratorio agudo severo (SRAS). La COVID-19 es la enfermedad infecciosa causada por el coronavirus que se ha descubierto más recientemente. Tanto el nuevo virus como la enfermedad eran desconocidos antes de que estallara el brote en Wuhan (China) en diciembre de 2019. Si bien esta no es una nota médica te invitamos a consultar los síntomas, las maneras de prevenir y protegerte de este virus en el sitio oficial de la Organización Mundial de la Salud (WHO, por sus siglas en inglés).

free_Suscriber

Sin duda la industria de la salud no ha sido exenta de vivir y beneficiarse de la reciente transformación digital y la innovación tecnológica. Para este caso puntual del coronavirus queremos destacar el papel que han tenido el big data y la inteligencia artificial en la lucha, prevención y reacción ante esta pandemia. En cuanto se confirmó el brote en Wuhan el gobierno chino comenzó a desplegar una estrategia de prevención y control basado en los sistemas de inteligencia y la tecnología que tanto han distinguido al país en las últimas décadas, así como apalancado en su sistema de gobierno que, para muchos expertos, en este caso fue bastante útil y eficaz para la capacidad de reacción que tuvo el país.

datlas_china_coronavirus_covid-19_2020

Por si no lo sabías, el gobierno de China ha instalado un sistema masivo de vigilancia para sus ciudadanos que va desde cámaras hasta una intervención directa en smartphones, rastreo de operaciones financieras y ubicación en tiempo real. Fue así como el gigante asiático comenzó a luchar contra el COVID-19. Lo primero en llegar fueron las cámaras térmicas. Como salido de una película de guerra o de invasión alienígena, empezaron a utilizar las cámaras para detectar la temperatura térmica de las personas, ya que uno de los principales síntomas del COVID-19 es el alza en la temperatura. Mediante inteligencia artificial, aún vigilan la temperatura corporal de los ciudadanos.

datlas_china_coronavirus_covid-19_camaras_termicas

El siguiente gran paso fue desarrollar aplicaciones para los smartphones que, utilizando un esquema de semáforo clasifican a los ciudadanos hasta condicionarles qué hacer y con quién relacionarse. En esta iniciativa destacaba la cooperación del gigante del comercio online Alibaba, que contribuyó a desarrollarla. La aplicación era capaz de identificar a las personas según tres colores: el verde, para quien puede moverse con libertad; el amarillo, para quien había estado en una zona con peligro de infección (razón por la que debía permanecer siete días en cuarentena); y el rojo para quien hubiera estado en contacto con zonas de alta afectación del COVID-19 (lo que obliga a permanecer catorce días en cuarentena).

Pero esta innovación, sin embargo, no fue la última. Porque si el semáforo móvil clasificaba a los ciudadanos de cara a su control peatonal en la calle, hubo una aplicación posterior que profundizó aún más. Y es que el gobierno y la Corporación de Tecnología Electrónica de China, respaldados por datos de las autoridades de salud y transporte –según publicó la agencia estatal Xinhua–, desarrolló una segunda app para permitir rastrear a las personas y alertar sobre si han tenido un “contacto cercano con alguien infectado”. Una aplicación que explotaba el big data en manos del gobierno, y que es accesible apenas con escanear un código QR en las populares plataformas chinas WeChat o Alipay. El único requisito es enviar el nombre, el número de teléfono y el número de identificación y, tras cruzar los diferentes datos a los que tiene acceso, ya puede advertir si se camina por un lugar con peligro de ser infectado, o si se ha viajado cerca de personas infectadas, también si se trata de miembros de la familia o de pasajeros y tripulación de un mismo tren o avión. Es más, incluso permite buscar números de identificación diferentes, y saber si son un riesgo de salud.

free_Suscriber

Sin duda alguna, estas últimas medidas pueden ser controversiales ya que son obligatorias en algunas ciudades chinas mientras que en otras están disponibles a voluntad. Lo que no se puede negar es que estas medidas han sido eficaces en el corto plazo, pero presentan un riesgo muy delicado. “La extrapolación de estas apps de control sanitario al incipiente sistema de crédito social puede provocar, además, que algunos colectivos sean marginados y aislados socialmente. Y ello se añade a un sistema masivo de vigilancia que, en base a lo detectado por cámaras, permite o no acceder a determinados medios de transporte, o tener prioridad en los servicios”, explica Antoni Gutiérrez-Rubí, experto en tecnología y política. Lo que se añade a la conocida opacidad informativa del gobierno de China sobre su alcance.

Finalmente, debemos estar atentos al desarrollo de esta pandemia, tomar en cuenta las medidas precautorias y seguir atentos a la forma en la que podemos adoptar algunas de estas tecnologías en favor no solo de la detección de posible infección sino en la cura definitiva de la misma.

Compártenos tu opinión y mantente atento a noticias como estas en nuestras redes sociales

@DatlasMX

¿Qué es el “Crowdmapping”?

Si nunca habían escuchado hablar del “crowdmapping” o el “mapeo colaborativo” entonces este artículo les explicara un poco más sobre ellos. El crowdmapping se refiere a un tipo de mapeo donde el conjunto de aportes proveniente de varios usuarios es mostrado en tiempo real. Estos mapas tienen diversos fines, desde mejorar las redes de transporte en una ciudad hasta ayudar al prójimo durante catástrofes naturales o conflictos humanitarios. Generalmente, cualquier persona puede tener acceso a editar o actualizar información geográfica en un “crowdmap”; esto con el fin de hacer la información más abierta, democrática, transparente, y actual. A continuación les explicaré un poco más sobre cómo se popularizaron este tipo de mapas, algunos ejemplos de usos actuales y donde encontrarlos, y algunos retos al que se enfrenta este tipo de tecnología.

Datlas_barra_suscribir

El término crowdmapping se popularizó después del 2008 cuando la aplicación móvil Ushahidi fue creada en respuesta a la violencia post-electoral en Kenya. La aplicación usaba voluntarios para mapear información proveniente de fuentes que variaban desde reportes de ONU, hasta tweets y mensajes de texto. Desde entonces, este tipo de mapas se ha popularizado para su uso en emergencias similares, como desastres naturales, crisis políticas, conflictos violentos o propagación de enfermedades. En México por ejemplo recientemente se ha usado esta tecnología durante los sismos recientes y para mapear incidentes de narco-violencia. Sin embargo, es importante notar que el crowdmapping no está restringido únicamente al mapeo de situaciones de riesgo.

Los usos del crowdmapping van más allá de las catástrofes. OpenStreetMap (OSM) es un proyecto de mapeo colaborativo del mundo donde el objetivo es mapear y actualizar los datos sobre caminos y otras cosas alrededor del mundo. Aunque no parezca que Google Maps ya tiene todo el mundo mapeado, existen muchos lugares que aún faltan de mapear o que la información mapeada existente no es la actual, incluso en nuestras propias ciudades. Comúnmente vemos ejemplos de esto en asentamientos informales de las grandes ciudades (como los “slums” o “favelas”) al igual que en localidades remotas o simplemente lugares con caminos que fueron creados muy recientemente. OpenStreetMap al igual que otras plataformas atenta resolver este problema, incluso Google en veces dispone este tipo de colaboración abierta para algunos de sus mapas. Otro ejemplo interesante de mapeo colaborativo es en el uso de las redes de transporte en una ciudad. La aplicación de transporte Moovit invita a sus usuarios a colaborar mejorando los datos de transporte en las más de 2200 ciudades dentro de 80 países donde opera. Existen este tipo de plataformas para varios nichos, algunos ejemplos interesantes son: Harassmap, Anti-Eviction Mapping Project, y FixMyStreet. Aquí en México existen plataformas como Tehuan la cual actualmente opera en Monterrey y Puebla invitando a sus usuarios a mapear cosas como incidentes en las vialidades, delitos, y problemas de alumbramiento (entre otras).

Al desarrollarse la tecnología para traer a las ciudades a los vehículos autónomos, también es muy importante mapear las calles de las ciudades en otra dimensión. Actualmente ya existen algunas startups que pagan a usuarios por mapear ciudades en la tercera dimensión. Pixtier es una startup israelí que paga a dueños de drones por usar sus drones para fotografiar ciudades y después ellos usan un software para convertir estas imágenes en 3D. Otra startup de San Francisco, Mapper, ha creado un instrumento que permite el mapeo 3D sin tener que utilizar la tecnología LIDAR. Esta empresa después vende este instrumento a usuarios a quien después les paga por mapear ciudades en sus propios vehículos (después de instalar el aparato encima de ellos). La startup surgió debido a que a las empresas que desarrollaban vehículos autónomos se les hacía muy fastidioso generar y crear estos mapas ellos mismos, sin embargo estos mapas son esenciales para que este tipo de vehículos opere. Ahora Mapper intenta promoverse como el nuevo Uber en el sentido de que es la nueva forma de monetizar tu propio vehículo.


A pesar de todas las soluciones que puede proporcionar el crowdmapping obviamente al ser un concepto tan democrático y tan abierto existen varias cuestiones con respecto a la calidad de la información y los datos que son generados. Entre menos control exista sobre los datos que son publicados a los mapas y más abiertos sean, obviamente la calidad y veracidad de los datos va a ser perjudicada. Mantener controles de calidad robustos en si es un costo significativo que se incurre al operar estas plataformas y este es solo un costo de más que se suma a los costos de mantenimiento. Debido a que muchas de estas plataformas no son con fines de lucro o no tienen un modelo comercial viable establecido, el costo en si es otro problema notorio para el crowdmapping. También existe el hecho de que en veces ha resultado difícil atraer la participación de usuarios a algunos mapas, naturalmente al ser un concepto un poco nuevo. Ejemplos de mapas colaborativos actuales son numerosas y en este artículo no se alcanzan a cubrir todas. Sin embargo, algunos obstáculos han prevenido a que algunas de estos esfuerzos de crowdmapping sean tan exitosos como lo planeaban, pero comoquiera es una tecnología que permanece evolucionando hacia la mejoría.

Analytics para la Salud en México – Un reporte con actas de nacimiento y estadísticas vitales

Qué tal ¿Cómo están? El día de hoy les venimos a compartir algo que presentamos en el famosisimo Hackaton de Salud realizado por Hacking Health MX en el Tec de Monterrey el fin de semana pasado.

HackingHealth.png

La temática del hackaton giraba alrededor de 4 temas:
Síndrome metabólico, Oncología, Apego a tratamiento, y Desarrollo Infantil.

El objetivo era resolver un problema relacionado con salud por medio de tecnología en un fin de semana, seguido de una ronda de pitcheo a jueces para determinar el ganador.

En una de las conferencias, Datlas estuvo presente para compartir un poco de lo que hacemos y de lo que se ha encontrado por medio del análisis de datos buscando transformar vidas.  Como parte de los premios, Datlas ofreció un mes de suscripción a la plataforma para emprendedores sin costo al afortunado ganador.

Una de las bases de datos que ha sido poca explorada en el país pero con bastante potencial es la base del SINAC, que tiene alrededor de 10 millones de registros sobre nacimientos en México con datos como….

Base_Sinac_Datlas

Y no es poca cosa decir 10 millones de Datos

No son bases que se puedan manejar en un MS Excel o programas con hojas de cálculo tradicionales. Para hacer un caso más aterrizado y como el foro era regio en su mayoría, se hizo el análisis para Nuevo León que considera alrededor de 580 mil registros apoyados del lenguaje estadístico open-source “R” para segmentar la información y realizar el análisis.

Entre los casos que se analizaron fueron:

  • Estadísticas vitales y de prácticas de salud de las madres
  • Lugares de Nacimiento
  • Tratamientos prenatales
  • La relación entre las consultas de una madre soltera y casada, así como la probabilidad de enfermedad de un niño al nacer.

El pase de diapositivas requiere JavaScript.

Las aplicaciones con información de este tipo pueden ser de mayor impacto. Algunos de los casos sugeridos a la academia, secretarías de salud y empresas con esta información son:

  • Priorizar atención a madres en situaciones vulnerables
    (Edad, Nivel de estudios, Oficio, Estado Civil)
  • Detección oportunidad de patrones de enfermedades en recién nacidos
    (Anomalías, Enfermedades al nacer, dimensiones del bebé)
  • Proyectar uso de vacunas por tipo de clínica
    (Vacunas aplicadas, Localidad de nacimiento, Edad promedio de madre)
  • Analizar demanda de enfermeras / doctores por tipo de embarazo
    (Consultas médicas previas al parto, tipo de parto, tipo de clínica)

 

El análisis de datos puede llegar a transformar vidas.

Imagínense si tuviéramos más información de registro de enfermedades en hospitales, de los pacientes, de los padecimientos más frecuentes en hospitales o las facturas de seguros de vida. Todos estos datos podrían ayudar a organizar mejor nuestra sociedad y las instituciones que nos atienden en la parte de salud.

Este es el mensaje que queremos dejar en reflexión por esta columna. Esperamos que les haya gustado y así como en esta ocasión hicimos un reporte enfocado a Salud estaremos generando en Datlas nuevas formas de analizar datos enfocados a sectores estratégicos.

Un saludo de parte de todo el equipo. Y recuerda – Keep it weird –