Agencia AP. 21 febrero
A las 11.12 de la noche del 30 de diciembre, HealthMa emitió un alerta sobre una neumonía no identificada en la ciudad china de Wuhan.
A las 11.12 de la noche del 30 de diciembre, HealthMa emitió un alerta sobre una neumonía no identificada en la ciudad china de Wuhan.

Boston (AP) — ¿La inteligencia artificial le ganó al cerebro humano pronosticando un brote severo de coronavirus en China?

En cierto sentido, sí. Pero si bien los humanos tal vez no lo hicieron con la misma celeridad, compensaron esto con ciertas actitudes.

La detección temprana de un brote puede ayudar a salvar vidas. A fines del 2019, un sistema de inteligencia artificial (IA) de Boston emitió el primer alerta global sobre un brote de un virus en China. Pero fue la inteligencia humana la que se dio cuenta de la magnitud del brote y la que buscó respuestas de la comunidad médica.

Lo que es más, los meros mortales emitieron un alerta similar apenas media hora después que los sistemas de IA.

Por ahora, los sistemas de alerta de enfermedades de la IA parecen más bien alarmas de autos: Hacen bulla por cualquier cosa y a veces son ignoradas. Una red de expertos en medicina y de detectives debe analizar más material todavía para tener una idea exacta de lo sucedido. Cuesta decir qué impacto pueden tener los sistemas de IA del futuro, alimentados por bancos de datos cada vez más grandes, en lo que respecta a los brotes de enfermedades.

El primer alerta público fuera de China sobre el novedoso coronavirus llegó el 30 de diciembre, del sistema automatizado HealthMap del Hospital de Niños de Boston. A las 11.12 de la noche, HealthMa emitió un alerta sobre una neumonía no identificada en la ciudad china de Wuhan. El sistema, que analiza noticias online e informes de las redes sociales, le dio a su alerta una categoría de tres en una escala de cinco.

A los investigadores de HealthMap les tomó varios días darse cuenta de la severidad del brote.

Cuatro horas antes del alerta de HealthMap, la epidemióloga neoyorquina Marjorie Pollack había empezado a trabajar en su propio alerta, motivada por un correo personal que había recibido poco antes.

“Esto está siendo distribuido a través de la internet aquí”, le escribió su contacto, que reprodujo un post en un foro de la internet de Pincong. El post hablaba de un aviso del organismo que maneja la salud en Wuhan y decía: ¿Neumonía inexplicable?

Pollack, quien es subdirectora del Programa para el Monitoreo de Enfermedades Nuevas, manejado por voluntarios y que es conocido como ProMed, movilizó prontamente un equipo para que analizase el asunto. Un informe más detallado de ProMed circuló unos 30 minutos después del escueto alerta de HealthMap.

Los sistemas de detección de emergencias que analizan las redes sociales, las noticias en la internet y los informes del gobierno en busca de indicios de brotes de enfermedades infecciosas ayudan a informar a las agencias internacionales como la Organización Mundial de la Salud, permitiendo a los expertos tomar el toro por las astas tempranamente sin tropezar con obstáculos burocráticos y de lenguaje.

Algunos sistemas, incluido ProMed, aprovechan la experiencia humana. Otros funcionan total o parcialmente automatizados. Y más que competir entre ellos, a menudo se complementan, como es el caso de HealthMap y ProMed.

Las últimas 48 horas del 2019 fueron un momento crítico en el que se comprendió al alcance del nuevo virus. El 30 de diciembre el médico del Hospital Central de Wuhan Li Wenliang advirtió a sus amigos sobre el virus en una red social, actitud por la cual fue interrogado durante varias horas por las autoridades.

Li, quien falleció el 7 de febrero a raíz del virus, declaró a The New York Times que hubiera sido mejor si las autoridades ofrecían información sobre la epidemia antes. “Deberían ser más abiertos y transparentes”, afirmó.

Los sistemas de computadoras que pueden buscar información online usan procesadores de lenguaje naturales, una rama de la inteligencia artificial que ayuda a resolver interrogantes planteados a un motor de búsqueda o a un asistente de voz digital.

La efectividad de los algoritmos depende de la información que recaban, expresó Nita Madhav, CEO de la empresa de monitoreo de enfermedades de San Francisco Metabiota.

Madhav dijo que inconsistencias en la forma en que cada agencia distribuye la información médica puede afectar los algoritmos y que para evitar confusiones casi siempre hay un humano involucrado en la revisión de datos.

Los científicos están usando bases de datos para determinar posibles rutas de transmisión de enfermedades.

A principios de enero, Isaac Bogoch, médico especializado en enfermedades infecciosas e investigador del Hospital General de Toronto, analizó información de vuelos comerciales con Kamran Khan, fundador de BlueDot, para ver cuáles eran las ciudades afuera de China continental más conectadas con Wuhan.

Wuhan suspendió los vuelos a fines de enero. Pero para entonces 5 millones de personas habían escapado de la ciudad, según admitió su alcalde.

“Demostramos que los destinos más comunes eran Tailandia, Japón y Hong Kong”, expresó Bogoch. “Resulta que pocos días después empezamos a ver casos en esas plazas”..