Preguntas y respuestas: Investigadores responden preguntas sobre su herramienta de modelado de COVID y comparten consejos para futuros pronosticadores

Crédito: Unsplash/CC0 Dominio público

A principios de este verano cubrimos el trabajo de Viktor Prasanna, presidente de Charles Lee Powell en el Departamento Ming Hsieh de Ingeniería Eléctrica e Informática, y el investigador asociado senior de USC Viterbi, Ajitesh Srivastava, que trabaja en el Laboratorio de Ciencia de Datos dirigido por Prasanna. Los dos, que tienen una amplia experiencia en el pronóstico de epidemias, comenzaron a usar algunos de sus modelos únicos para mejorar nuestra comprensión de cómo se propaga COVID-19. Ahora, dos meses después, han agregado aún más funciones a su modelo y también han comenzado a trabajar en estrecha colaboración con los CDC en nuevas estrategias.

A continuación, Srivastava responde algunas preguntas sobre su trabajo, la importancia y los desafíos de la previsión, y los próximos pasos previstos para la investigación de la COVID-19.

Usted ha estado trabajando en la previsión de epidemias durante años. ¿Por qué es una parte tan importante de la lucha contra una epidemia?

La previsión es un aspecto vital de la gestión de recursos y la formulación de políticas. Cuando una pandemia se propaga rápidamente, uno de los mayores desafíos es el estrés que genera en los sistemas de atención médica que no están preparados. Las tasas de mortalidad aumentan aún más porque los hospitales están abrumados con pacientes y no pueden brindar la atención adecuada. Esto es lo que sucedió en Nueva York a principios de este año. El virus fue más mortal allí de lo que es ahora en California, a pesar de que California tiene hoy más de medio millón de casos.

Al observar los lugares afectados anteriormente, los científicos usan herramientas de pronóstico para proyectar la gravedad en otros regiones y prepararse antes de lo peor. Y debido a que decisiones como los confinamientos afectan la economía, los legisladores deben considerar el efecto en la salud pública, el sistema de salud y la economía.

Su herramienta de pronóstico se destaca por ser especialmente rápida y adaptable. Desde su lanzamiento a principios de este año, ¿qué nuevos parámetros se han agregado para mejorar aún más su capacidad?

Hemos agregado pronósticos a nivel de condado que ahora están disponibles públicamente. Además de dar pronósticos de casos positivos, también estamos pronosticando muertes desde junio. También hemos realizado algunos ajustes en el propio algoritmo, lo que nos permite hacer pronósticos aún más rápido. Ahora podemos entrenar y pronosticar para más de 3000 condados de EE. UU. en menos de 25 segundos. La previsión rápida es importante para permitir la ejecución de los algoritmos en diferentes escenarios hipotéticos. Como, «¿Cuántas infecciones veremos en tres meses, si la tendencia actual continúa?» o «¿Qué sucede si implementamos un bloqueo durante 1 mes y reabrimos parcialmente durante los próximos 2 meses?»

Y no Ni siquiera necesita ningún equipo caro o de última generación. ¡Estoy ejecutando estos pronósticos en una vieja computadora de escritorio reciclada que tengo en casa!

Ahora comparte sus pronósticos de cada condado y estado de EE. UU. con los CDC semanalmente. ¿Tus pronósticos han resultado directamente en un cambio de política o comportamiento?

No debemos reclamar el crédito solos. Somos parte de un «centro de pronóstico» que incluye modelos de otros 15 a 20 equipos. Con base en la agregación de los pronósticos de todos los equipos, los CDC generan informes que describen hacia dónde nos dirigimos en el futuro cercano y qué estados se espera que muestren rupturas graves. A mediados de junio, las previsiones mostraban un rápido aumento de los casos, ya que muchos estados estaban parcialmente abiertos. En julio, muchos estados habían vuelto a reglas de distanciamiento más estrictas. No podemos decir con certeza que esas decisiones se tomaron directamente debido a nuestros pronósticos, ¡pero existe una correlación!

Usted también asiste a reuniones periódicas con funcionarios de los CDC y otros pronosticadores en todo el país. Con base en esas conversaciones, ¿puede compartir algunas ideas sobre los próximos pasos?

Las reuniones con los CDC definitivamente han impulsado algunas de nuestras decisiones de pronóstico. Estábamos informando los pronósticos para todos los días en el futuro, pero cambiamos a informar semanalmente según su sugerencia. Nos dimos cuenta de que es difícil evaluar y sacar conclusiones sensatas sobre los pronósticos a nivel de día. Otra influencia de los CDC fue generar pronósticos a nivel de condado. Si bien habíamos planeado pronósticos a nivel de condado durante un tiempo, comenzamos a generarlos a pedido de los CDC. Es posible que haya oído hablar de algunos ensayos de vacunas a gran escala que se están planificando. Los pronósticos a nivel de condado enviados por el centro de pronóstico indican dónde se deben realizar estos ensayos.

También aprendimos que sería útil tener un sistema más estandarizado de informes de datos en todo el país y, si es posible, , alrededor del mundo. Los informes de datos no estandarizados han dificultado la realización de pronósticos y comparaciones entre diferentes regiones. Como investigadores, debemos ayudar a encontrar formas de abordar mejor este problema.

Has estado agregando constantemente nuevas capacidades a tu herramienta de pronóstico durante algún tiempo. ¿Qué espera agregar a continuación?

Expandir los escenarios hipotéticos es una actualización que verá pronto. Podemos mirar hacia el pasado usando nuestro modelo para medir qué medidas de confinamiento y distanciamiento han sido las más efectivas. Por supuesto, también podemos hacer lo mismo para medir qué estrategias regionales fueron las menos efectivas. Luego podemos pronosticar en base a estos mejores y peores escenarios. Ya estamos generando tales escenarios en nuestro repositorio público. Es posible que vea esta función en la página web interactiva a finales de este mes. Eventualmente, agregaremos más escenarios que los usuarios pueden explorar en línea. También se están considerando los pronósticos sobre hospitalización.

También hemos estado trabajando en la generación de pronósticos para los vecindarios de Los Ángeles, que esperamos poner a disposición del público en nuestra página interactiva este mes. Finalmente, estamos investigando cómo los diferentes tipos de negocios pueden afectar la propagación del virus.

¿Qué consejo, técnico y/o estratégico, les daría a los ingenieros que trabajan en futuros modelos de pronóstico de epidemias?

Confíe en su comprensión de los matices de la situación, pero también manténgalo simple. A los medios les gusta publicar grandes titulares sobre «la IA resuelve» un problema o «la IA falló» en algo. La realidad es que puede haber mil millones de formas posibles de resolver un problema con IA/aprendizaje automático, pero quizás solo unas pocas sean buenas. Depende de los científicos humanos tomar la decisión correcta y terminar con una de las «buenas» soluciones.

Cuando se trata específicamente del pronóstico de epidemias, es especialmente importante mantenerlo simple.

Sí, al hacer que los modelos sean cada vez más complejos al introducir más incógnitas, podemos ajustar cualquier dato. Pero estos modelos no funcionan bien en el pronóstico a largo plazo debido a lo que llamamos «sobreajuste». En un artículo reciente que compartimos en la próxima conferencia de KDD, mostramos cómo los modelos demasiado complejos pueden adaptarse a una gran cantidad de datos, pero en realidad nunca aprenden los valores verdaderos y, por lo tanto, nunca producen pronósticos correctos.

La simplicidad también es fundamental en hacer que el algoritmo se ejecute más rápido. Por supuesto, el pronóstico debe ser rápido para explorar muchos escenarios para miles de condados. Pero la velocidad es igual de importante para las pruebas y la depuración. Imagínese si en lugar de 25 segundos, tardara 25 horas en obtener los resultados. Luego, si se da cuenta de que los resultados no tienen sentido, ¡debe volver a ejecutar todo!

Explore más

Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Proporcionado por la Universidad del Sur de California Cita: Preguntas y respuestas: los investigadores responden preguntas sobre su herramienta de modelado de COVID y comparten consejos para futuros pronosticadores (2020, 21 de agosto) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-08-qa-covid-tool-advice-future.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.