El aprendizaje automático puede ayudar a frenar futuras pandemias
El aprendizaje automático puede ayudar a limitar la propagación de infecciones. Las dos imágenes muestran un brote simulado en el mismo momento, con y sin el método de los investigadores. Consulte el cuadro de datos para obtener una explicación más amplia. Crédito: Laura Natali
La inteligencia artificial podría ser una de las claves para limitar la propagación de infecciones en futuras pandemias. En un nuevo estudio, investigadores de la Universidad de Gotemburgo investigaron cómo se puede usar el aprendizaje automático para encontrar métodos de prueba efectivos durante los brotes epidémicos, lo que ayuda a controlar mejor los brotes.
En el estudio, los investigadores desarrollaron un método para mejorar las estrategias de prueba durante los brotes epidémicos y, con información relativamente limitada, poder predecir qué individuos ofrecen el mejor potencial para la prueba.
«Esta puede ser una primera paso hacia la sociedad para obtener un mejor control de futuros brotes importantes y reducir la necesidad de cerrar la sociedad», dice Laura Natali, estudiante de doctorado en física en la Universidad de Gotemburgo y autora principal del estudio publicado.
Simulación muestra un rápido control sobre el brote
El aprendizaje automático es un tipo de inteligencia artificial y se puede describir como un modelo matemático en el que se entrena a las computadoras para que aprendan a ver conexiones y resolver problemas utilizando diferentes conjuntos de datos. Los investigadores utilizaron el aprendizaje automático en una simulación de un brote epidémico, donde se utilizó información sobre los primeros casos confirmados para estimar las infecciones en el resto de la población. Se utilizaron datos sobre la red de contactos de la persona infectada y otra información: con quién ha estado en contacto cercano, dónde y durante cuánto tiempo.
«En el estudio, el brote puede controlarse rápidamente cuando se utiliza el método, mientras que las pruebas aleatorias conducen a la propagación descontrolada del brote con muchas más personas infectadas. En condiciones del mundo real, se puede agregar información, como datos demográficos, edad y condiciones relacionadas con la salud, lo que puede mejorar la eficacia del método incluso más. El mismo método también se puede usar para prevenir reinfecciones en la población si la inmunidad después de la enfermedad es solo temporal».
Localización más exacta de la infección
Ella enfatiza que el estudio es una simulación y que se necesitan pruebas con datos reales para mejorar aún más el método. Al mismo tiempo, ve la investigación como un primer paso para poder implementar iniciativas más específicas para reducir la propagación de la infección, ya que la estrategia de prueba basada en el aprendizaje automático se adapta automáticamente a las características específicas de la enfermedad. Como ejemplo, menciona el potencial de predecir fácilmente si un grupo de edad específico debe hacerse la prueba o si un área geográfica limitada es una zona de riesgo, como una escuela, una comunidad o un vecindario específico.
» Cuando ha comenzado un gran brote, es importante identificar rápida y eficazmente a las personas infecciosas. En las pruebas aleatorias, existe un riesgo significativo de no lograrlo, pero con una estrategia de prueba más orientada a objetivos podemos encontrar más personas infectadas y, por lo tanto, también obtener la información necesaria para disminuir la propagación de la infección. Demostramos que el aprendizaje automático se puede utilizar para desarrollar este tipo de estrategia de prueba», dice.
Uso más eficaz de los recursos de prueba
Hay pocos estudios previos que hayan examinado cómo se puede usar el aprendizaje automático en casos de pandemias, particularmente con un claro enfoque en encontrar las mejores estrategias de prueba.
«Demostramos que es posible usar e información limitada para hacer predicciones de quién sería más beneficioso para la prueba. Esto permite un mejor uso de los recursos de prueba disponibles».
Explore más
Estudio: Perspectivas de dos escuelas reabiertas durante la pandemia de COVID-19 Más información: Laura Natali et al. Mejorando las pruebas epidémicas y estrategias de contención mediante aprendizaje automático, Aprendizaje automático: ciencia y tecnología (2021). DOI: 10.1088/2632-2153/abf0f7 Proporcionado por la Universidad de Gotemburgo Cita: El aprendizaje automático puede ayudar a frenar futuras pandemias (2021). , 13 de abril) consultado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-04-machine-future-pandemics.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados , ninguna parte puede ser reproducida sin el permiso por escrito El contenido se proporciona únicamente con fines informativos.