Los investigadores diseñan la base de conocimientos de COVID-19 y la herramienta de evaluación de riesgos con tecnología de IA
Una captura de pantalla de muestra del tablero de la base de conocimientos de COVID-19 en desarrollo. La pantalla muestra cuatro tipos de entidades relacionadas con COVID-19, virus (azul), célula (rosa), gen o genoma (verde) y enfermedad o síndrome (rojo), y sus relaciones. Todas las entidades son compatibles con el Sistema Unificado de Lenguaje Médico (UMLS) para compartir conocimientos de manera conveniente. Los sistemas admiten 75 tipos de entidades UMLS. Crédito: Florida Atlantic University
Investigadores de la Facultad de Ingeniería y Ciencias de la Computación de la Florida Atlantic University, en colaboración con la Facultad de Medicina Schmidt de la FAU, han recibido una subvención del proyecto RAPID de la Fundación Nacional de Ciencias (NSF) por un año y $90,000 para realizar investigaciones utilizando redes sociales y aprendizaje automático, facilitado por la genética molecular y la infección viral, para el modelado y la evaluación de riesgos de COVID-19. El proyecto creará una base de conocimientos de COVID-19 basada en la web, así como una herramienta de evaluación de riesgos para que las personas evalúen su riesgo de infección en un entorno dinámico.
«COVID-19 es una epidemia en evolución y hay poco conocimiento sobre sus brotes y patrones de propagación, o el impacto de la evolución viral, la demografía, el comportamiento social, las diferencias culturales y las políticas de cuarentena con respecto a estos brotes», dijo Stella Batalama, Ph.D., decano de la Facultad de Ingeniería y Ciencias de la Computación de la FAU. «A medida que continúa la batalla contra el COVID-19, se produce una avalancha de información. Como resultado, las dramáticas diferencias entre brotes con respecto a diversas geografías, políticas regionales y grupos culturales generan confusión, contradicciones e inconsistencias en el modelado de brotes de enfermedades. .»
El proyecto FAU, «RAPID: COVID-19 Coronavirus Testbed and Knowledge Base Construction and Custom Risk Evaluation», abordará estas discrepancias mediante la creación de una base de conocimiento de COVID-19 para comprender las correlaciones y roles que juegan diferentes factores en la predicción de la propagación del virus. La tecnología resultará en la implementación de políticas apropiadas para mitigar los efectos de la epidemia en la salud pública y la sociedad en general.
«La academia, las agencias de noticias y los gobiernos publican continuamente avances en la comprensión de las patologías clínicas del virus, sus secuencias genómicas y las políticas y acciones administrativas pertinentes tomadas. Además, el público también responde a los entornos cambiantes a través de los sitios de redes sociales u otras fuentes en línea, lo que genera oportunidades de detección social en tiempo real», dijo Xingquan. (Hill) Zhu, Ph.D., investigador principal (PI) de la subvención y profesor en el Departamento de Ingeniería Informática y Eléctrica y Ciencias de la Computación de la FAU. «Esta es la razón por la cual una base de conocimiento de COVID-19 que utilice el aprendizaje automático es tan crucial para que modelemos y comprendamos la propagación de COVID-19 y, finalmente, mitiguemos los efectos negativos del virus en la salud pública, la sociedad y la economía».
Los objetivos técnicos del proyecto FAU son dos. En primer lugar, los investigadores crearán una base de conocimientos que incluya información para modelar el brote y la mutación de la COVID-19, que servirá como punto de referencia para comprender mejor la propagación del virus. El segundo objetivo del proyecto es desarrollar una herramienta predictiva basada en redes neuronales profundas de múltiples fuentes para combinar datos demográficos, políticas, infecciones regionales e información individual para la evaluación de riesgos.
«La base de conocimiento de COVID-19 utiliza gráficos/redes para representar entidades y sus relaciones. Las entidades son totalmente compatibles con el Sistema Unificado de Lenguaje Médico o el estándar UMLS para facilitar el intercambio de conocimientos. Con el apoyo de la base de conocimientos, el público podrá emplear información para estimar su nivel de riesgo de infección. utilizando información social y de comportamiento, como el tamaño de la familia, los patrones de compra y los patrones de comidas, así como las políticas de las autoridades locales, como el cierre de escuelas, restaurantes y cines y los toques de queda nocturnos», dijo Zhu. «También tendrán acceso a información demográfica como edad, densidad e ingresos de la población, así como condiciones de salud como incidencia de enfermedades cardíacas, prevalencia de cáncer y abuso de sustancias. Los funcionarios de salud pública y el público en general también podrán acceder a las condiciones regionales del virus, como la cantidad de casos de infección en el área estudiada y la tasa de infección».
Los co-investigadores de la subvención FAU NSF RAPID son Michael DeGiorgio, Ph.D., profesor asistente en el Departamento de Ingeniería Informática y Eléctrica e Informática; y Massimo Caputi, Ph.D., profesor de ciencias biomédicas en la Facultad de Medicina Schmidt de la FAU. Caputi ha desarrollado técnicas novedosas para estudiar las interacciones de proteínas de unión a ARNARN y ha realizado importantes contribuciones a la comprensión de cómo las proteínas celulares modulan la replicación del genoma del VIH-1. Ha ampliado su investigación a través de subvenciones colaborativas para el desarrollo de dispositivos de diagnóstico de microfluidos para detectar múltiples especies virales de la sangre y otros fluidos corporales.
Explore más
Cuando el COVID-19 se encuentra con la temporada de gripe Proporcionado por la Florida Atlantic University Cita: Los investigadores diseñan una base de conocimientos sobre el COVID-19 y una herramienta de evaluación de riesgos impulsada por IA (24 de junio de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-06-covid-knowledge-base-tool-powered.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.