El 'Big Data', ¿la otra vacuna para el coronavirus?
Una 'startup' canadiense predijo, antes de la alerta mundial de la OMS, la expansión global que tendría el ya temido COVID-19 y también varias zonas a evitar

Se puede prevenir una enfermedad antes de que se diagnostique? “Con las predicciones de pandemias el problema es que normalmente no se pueden realizar estimaciones fiables del número básico de reproducción de la epidemia hasta que la enfermedad ha penetrado en la sociedad y ha habido suficiente tiempo para examinar las estadísticas”, señala Antonio Romero Sebastián, director del Máster Universitario en Comunicación Social de la Investigación Científica de la Universidad Internacional de Valencia.

Los relojes y pulseras inteligentes son los nuevos aliados de los departamentos de investigación, pero Twitter y Google ya eran unos habituales en la búsqueda y prevención de nuevas enfermedades.
Los ‘wearables’ vigilan los sietes días de la semana y las 24 horas de cada jornada. “Llevan el parche que está equipado con varios sensores durante una semana. Y, aunque discreto, nos proporciona información continua sobre el ritmo cardíaco, la respiración, la actividad física y mucho más”, detalla el doctor Frank Kramer, que trabaja con biomarcadores en el grupo de Medicina Cardiovascular Experimental del grupo Bayer.

La farmacéutica, en un estudio, ha monitorizado con ese parche de alta tecnología varios marcadores para realizar un seguimiento de la salud de los pacientes. A este análisis se han sumado matemáticos, ingenieros e informáticos, que ya trabajan con los expertos en epidemiología.

La epidemiología es la ciencia que estudia la expansión de una enfermedad y lleva décadas usando datos para sus predicciones. “El ‘Big Data’ aporta factores que están resultando muy importantes para mejorar la calidad de los modelos predictivos”, explica Pedro Antonio de Alarcón, uno de los responsables de LUCA, la unidad de datos de Telefónica.

“El desafío de estos métodos está en distinguir entre la actividad relacionada con la propia enfermedad de un individuo y aquellas relacionadas con los medios de comunicación, o la mayor conciencia e interés sobre el virus durante la temporada de gripe”, destaca Jennifer Radin, investigadora del Scripps Research Translational Institute, en una entrevista con la CNN. Ha escrito un estudio sobre aprovechar los datos de dispositivos portátiles para mejorar la vigilancia en tiempo real de enfermedades similares a la gripe en EE UU.

“Los epidemiólogos se ven obligados a realizar extrapolaciones partiendo de un número reducido de los primeros puntos de datos obtenidos. Normalmente no es posible disponer de estimaciones fiables hasta que la enfermedad ha empezado su curso y se cuenta con datos bastante fiables”, apunta a Romero Sebastiá. Argumento que también valida De Alarcón: “el problema de predicción sigue siendo muy complejo por la cantidad de variables que inciden; el ‘Big Data y la inteligencia artificial (IA) han mejorado la precisión en las predicciones, pero no lo han resuelto. Además, que cada epidemia sea diferente a la anterior obliga a rehacer gran parte del trabajo en cada nuevo brote”, añade.

Hasta hace unos pocos años, los expertos usaban modelos que hacían estimaciones precalculadas a partir del volumen de población de ciudades, la distancia entre las mismas y otros parámetros económicos pero no las dinámicas reales de movilidad de la población. “Nuestros teléfonos móviles son una fuente de información de tremendo valor en este sentido”, añade el referido responsable de LUCA.

© 2019 EnlineaSaltillo.com

Todos los derechos reservados.