Cómo la IA y los datos de las redes sociales podrían ayudar a predecir el próximo aumento de COVID
Crédito: Pixabay/CC0 Dominio público
En el verano de 2021, mientras avanzaba la tercera ola de la pandemia de COVID-19 en los Estados Unidos, los pronosticadores de enfermedades comenzaron a llamar la atención sobre una tendencia inquietante.
El enero anterior, cuando los modelos advirtieron que las infecciones en EE. UU. seguirían aumentando, los casos se desplomaron. En julio, cuando los pronósticos predijeron que las infecciones se aplanarían, la variante delta se disparó, lo que provocó que las agencias de salud pública se esforzaran por restablecer los mandatos de máscara y las medidas de distanciamiento social.
«Los modelos de pronóstico existentes generalmente no predijeron los grandes aumentos y picos, «, dijo el científico de datos geoespaciales Morteza Karimzadeh, profesor asistente de geografía en CU Boulder. «Fracasaron cuando más los necesitábamos».
Una nueva investigación de Karimzadeh y sus colegas sugiere un nuevo enfoque, el uso de inteligencia artificial y grandes conjuntos de datos anónimos de Facebook no solo podría generar pronósticos de COVID-19 más precisos, pero también revolucionará la forma en que rastreamos otras enfermedades infecciosas, incluida la gripe.
Sus hallazgos, publicados en International Journal of Data Science and Analytics, concluyen que este método de pronóstico a corto plazo supera significativamente a los modelos convencionales para proyectar COVID tendencias a nivel de condado.
El equipo de Karimzadeh ahora es uno de una docena, incluidos los de la Universidad de Columbia y el Instituto de Tecnología de Massachusetts (MIT), que envía proyecciones semanales al Centro de Pronósticos COVID-19, un repositorio que agrega los mejores datos posibles para crear un «pronóstico conjunto» para los Centros para el Control de Enfermedades. Sus pronósticos generalmente se ubican entre los dos primeros en precisión cada semana.
«Cuando se trata de pronósticos a nivel de condado, estamos descubriendo que nuestros modelos funcionan, sin duda, mejor que la mayoría de los modelos que existen, «, dijo Karimzadeh.
Análisis de amistades para predecir la propagación viral
La mayoría de las técnicas de pronóstico de COVID que se usan hoy en día dependen de lo que se conoce como un «modelo compartimental». En pocas palabras, los modeladores toman los últimos números que pueden obtener sobre las poblaciones infectadas y susceptibles (basados en informes semanales de infecciones, hospitalizaciones, muertes y vacunas), los conectan a un modelo matemático y procesan los números para predecir qué sucederá a continuación.
Estos métodos se han utilizado durante décadas con un éxito razonable, pero se han quedado cortos a la hora de predecir picos locales de COVID, en parte porque no pueden tener en cuenta fácilmente cómo se mueve la gente.
Ahí es donde Entran los datos de Facebook.
El equipo de Karimzadeh se basa en los datos generados por Facebook y derivados de dispositivos móviles para tener una idea de cuánto viaja la gente de un condado a otro y en qué medida las personas en diferentes condados son amigos en las redes sociales. medios de comunicación. Eso es importante porque las personas se comportan de manera diferente con los amigos.
«Las personas pueden enmascararse y distanciarse socialmente cuando van al trabajo o de compras, pero es posible que no se adhieran al distanciamiento social o al enmascaramiento cuando pasan tiempo con amigos», Karimzadeh. dijo.
Todo esto podría influir en cuánto, por ejemplo, un brote en el condado de Denver podría propagarse al condado de Boulder. A menudo, los condados que no están uno al lado del otro pueden influir mucho entre sí.
En un artículo anterior en Nature Communications, el equipo descubrió que los datos de las redes sociales eran una mejor herramienta para predecir la propagación viral que simplemente monitorear la vida de las personas. movimiento a través de sus teléfonos celulares. Con 2000 millones de usuarios de Facebook en todo el mundo, hay abundantes datos de los que extraer información, incluso en regiones remotas del mundo donde los datos de los teléfonos móviles no están disponibles.
Notablemente, los datos están protegidos por privacidad, enfatizó Karimzadeh.
«No estamos rastreando a nadie individualmente».
La promesa de la IA
El modelo en sí también es novedoso, ya que se basa en técnicas establecidas de aprendizaje automático. para mejorar en tiempo real, capturando tendencias cambiantes en los números que reflejan cosas como nuevos bloqueos, inmunidad menguante o políticas de enmascaramiento.
Durante un horizonte de pronóstico de cuatro semanas, el modelo tuvo un promedio de 50 casos por condado más preciso que el pronóstico conjunto del COVID-19 Forecast Hub.
«El modelo aprende de circunstancias pasadas para pronosticar el futuro y se mejora constantemente», dijo.
Thoai Ngo, vicepresidente de investigación de ciencias sociales y del comportamiento para el Consejo de Población sin fines de lucro, que ayudó a financiar la investigación, dijo que el pronóstico preciso i Es fundamental generar confianza pública, asegurar que las comunidades tengan suficientes pruebas y camas de hospital para los aumentos repentinos, y permitir que los legisladores implementen cosas como mandatos de máscara antes de que sea demasiado tarde». El mundo ha estado tratando de ponerse al día con COVID-19. Siempre estamos 10 pasos por detrás», dijo Ngo.
Ngo dijo que los modelos tradicionales sin duda tienen sus puntos fuertes, pero que, en el futuro, le gustaría verlos combinados con métodos de IA más nuevos para aprovechar los beneficios únicos. beneficios de ambos.
Él y Karimzadeh ahora están aplicando sus novedosas técnicas de pronóstico para predecir las tasas de hospitalización, que dicen que será más útil para observar a medida que el virus se vuelve endémico.
«AI ha revolucionado todo, desde la forma en que interactuamos con nuestros teléfonos hasta el desarrollo de vehículos autónomos, pero realmente no lo hemos aprovechado mucho en lo que respecta al pronóstico de enfermedades», dijo Karimzadeh. «Hay mucho potencial sin explotar allí».
Explore más
Uso de IA para pronosticar casos de COVID-19 más adelante en el futuro Más información: Benjamin Lucas et al, Un enfoque de aprendizaje automático espaciotemporal para pronosticar la incidencia de COVID-19 a nivel de condado en los EE. UU., International Journal of Data Science and Analytics ( 2022). DOI: 10.1007/s41060-021-00295-9 Información de la revista: Nature Communications
Proporcionado por la Universidad de Colorado en Boulder Cita: Cómo la IA, los datos de las redes sociales podrían ayudar a predecir el próximo aumento de COVID (2022, 22 de marzo) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-03-ai-social-media-covid-surge.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.