Inteligencia Artificial

Inteligencia Artificial @srd844 en Unsplash

Omicrono Coronavirus

Inteligencia Artificial y algoritmos: así predice el País Vasco cómo estarán sus UCI

El Gobierno del País Vasco está utilizando Inteligencia Artificial para predecir la ocupación de las UCI por coronavirus con una semana de antelación. 

18 abril, 2020 02:23

Noticias relacionadas

La Inteligencia Artificial está proporcionando datos sobre la extensión de la pandemia de COVID-19 tan interesantes como útiles. La del coronavirus está siendo la primera gran crisis sanitaria mundial con estas armas informáticas maduras y funcionando a pleno rendimiento.

Desde el corazón del País Vasco y posicionada como una de las empresas de Inteligencia Artificial más importantes del mundo, Sherpa.ai está ayudando al autoridades autónomas a predecir el uso de las unidades de cuidados intensivos (UCI) de los hospitales de la región.

Para ello emplea técnicas relacionadas con el machine learning y el big data para tomar decisiones varios días antes de que de verdad ocurran. Una estrategia seguida por Corea del Sur y Singapur con excelentes resultados.

Importancia de previsión

La herramienta desarrollada por Sherpa.ai sirve, fundamentalmente, para establecer una previsión del uso de las UCI a siete días vista. Basándose únicamente en datos, es capaz de arrojar una estimación con el plazo suficiente para que autoridades regionales y hospitalarias sean capaces de abastecerse de lo necesario para intentar atender a los pacientes más graves.

Lehendakari Iñigo Urkullu visitrando un centro de investigación

Lehendakari Iñigo Urkullu visitrando un centro de investigación Gobierno Vasco

Para realizar esta tarea, la herramienta creada exclusivamente para su aplicación en el País Vasco, se basa en reconocer patrones y tendencias del virus así como identificar posibles focos de infección antes de que se realicen las pruebas de campo.

Todos estos datos se comparten desde Sherpa.ai con el servicio de salud de la comunidad vasca, con la que "llevamos trabajando varias semanas, muy duro y codo con codo", han declarado desde la compañía. Para ampliar la información, en OMICRONO hemos hablado con Xabi Uribe-Etxebarria, CEO de Sherpa.ai.

¿Cómo nació la colaboración entre Sherpa.ai y el servicio de salud vasco? 

Cuando comenzó esta crisis nos pusimos a disposición de las instituciones para ayudar aplicando nuestros conocimientos de Inteligencia Artificial y big data. Era una obligación para nosotros colaborar y aplicar nuestros conocimientos de Inteligencia Artificial para ayudar en la medida de los posible en la lucha contra la COVID-19.

Xabi Uribe-Etxebarria, CEO de Sherpa.ai

Xabi Uribe-Etxebarria, CEO de Sherpa.ai Sherpa.ai Omicrono

El Gobierno Vasco se mostró interesado y comenzamos a trabajar estrechamente con ellos en el desarrollo de una plataforma de Inteligencia Artificial que fuera capaz de responder a sus necesidades más urgentes.

¿Cómo funciona la plataforma de Sherpa.ai aplicada al coronavirus?

La plataforma está basada en potentes algoritmos de machine learning que, entre otras cosas, tienen la capacidad de predecir las necesidades futuras de las Unidades de Cuidados Intensivos (UCI). En concreto el desarrollo realizado es capaz de predecir por territorio el número de UCI necesarias de los siguientes siete días, por lo que se ayuda a las autoridades sanitarias a preparar los recursos necesarios en cada momento con gran exactitud.

Esta herramienta también es capaz de reconocer patrones y tendencias del virus, además de identificar datos de vital importancia para los servicios sanitarios como tendencias de infectados, futuros focos, entre otras funcionalidades. La plataforma que utiliza algoritmos de machine learning para poder predecir, está desarrollada ad-hoc para las características Comunidad Autónoma Vasca (CAV) y adaptada a los escenarios y criterios de Osakidetza (Servicio Vasco de Salud) por territorio histórico.

Para ello utiliza datos de Osakidetza y, también, datos de otros países, como Italia, que al ir por delante en la epidemia nos ha ayudado a detectar patrones y probar el comportamiento de nuestros algoritmos.

¿Tiene alguna similitud (a nivel de estructura o tecnología) que vuestro asistente digital?

Nuestra empresa comenzó ofreciendo un asistente digital tipo “Siri” pero hemos ido evolucionando hasta convertirnos en una empresa dedicada a dar servicios de Inteligencia Artificial y así nos lo reconocen en los diferentes rankings mundiales de IA situándonos como una de las empresas líderes en Europa en estos servicios.

Dentro de estos servicios están los conversacionales que sirven para 'hacer hablar' a un altavoz inteligente, automóvil u otro dispositivo, pero también tenemos otra serie de servicios como de recomendación y predictivos que se parecen más a lo que hemos hecho para el Servicio Vasco de Salud aunque muy poco, este ha sido un campo nuevo para nosotros. Tenemos conocimiento de IA pero no en este sector y nos hemos tenido que poner al día muy rápidamente.

Todo es posible hacer, pero es muy complicado adaptar el sistema y que sirva para todos.

¿Qué porcentaje de éxito ha conseguido las previsiones de la IA?

Los algoritmos de predicción de UCI tienen una precisión muy alta a corto plazo, que era nuestro objetivo: predecir el número de UCI necesarias a 7 días, ya que en 5 o 6 días era el tiempo de reacción.

¿Se podría implementar algo similar a nivel nacional? De ser así, ¿cuánto tiempo se tardaría en desarrollarlo?

Esta plataforma es una plataforma de Inteligencia Artificial adaptada a las necesidades, características y datos del Servicio Vasco de Salud. Cada comunidad autónoma, e incluso cada provincia, tiene diferentes tipos de datos, decalajes de días, criterios de hospitalización, medios, etc. Estos días ha habido revuelo porque no había un consenso en el criterio para contabilizar fallecidos por COVID-19 y con el resto de datos pasa igual.

Dicho esto, también digo que todo es posible hacer, pero es muy complicado hacer algo que sirva para todos actualmente. Hay que hacer mucho trabajo manual y diario de unificar, adaptar a cada territorio y recalcular curvas. Es algo de lo que tenemos que aprender y tratar de mejorar porque es fundamental tener muy buenos datos, estructurados y actualizados si queremos tener muy buenas predicciones.