El aprendizaje autom\u00e1tico puede ayudar a limitar la propagaci\u00f3n de infecciones. Las dos im\u00e1genes muestran un brote simulado en el mismo momento, con y sin el m\u00e9todo de los investigadores. Consulte el cuadro de datos para obtener una explicaci\u00f3n m\u00e1s amplia. Cr\u00e9dito: Laura Natali <\/p>\n
La inteligencia artificial podr\u00eda ser una de las claves para limitar la propagaci\u00f3n de infecciones en futuras pandemias. En un nuevo estudio, investigadores de la Universidad de Gotemburgo investigaron c\u00f3mo se puede usar el aprendizaje autom\u00e1tico para encontrar m\u00e9todos de prueba efectivos durante los brotes epid\u00e9micos, lo que ayuda a controlar mejor los brotes. <\/p>\n
En el estudio, los investigadores desarrollaron un m\u00e9todo para mejorar las estrategias de prueba durante los brotes epid\u00e9micos y, con informaci\u00f3n relativamente limitada, poder predecir qu\u00e9 individuos ofrecen el mejor potencial para la prueba.<\/p>\n
\u00abEsta 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\u00bb, dice Laura Natali, estudiante de doctorado en f\u00edsica en la Universidad de Gotemburgo y autora principal del estudio publicado.<\/p>\n
Simulaci\u00f3n muestra un r\u00e1pido control sobre el brote<\/p>\n
El aprendizaje autom\u00e1tico es un tipo de inteligencia artificial y se puede describir como un modelo matem\u00e1tico 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 autom\u00e1tico en una simulaci\u00f3n de un brote epid\u00e9mico, donde se utiliz\u00f3 informaci\u00f3n sobre los primeros casos confirmados para estimar las infecciones en el resto de la poblaci\u00f3n. Se utilizaron datos sobre la red de contactos de la persona infectada y otra informaci\u00f3n: con qui\u00e9n ha estado en contacto cercano, d\u00f3nde y durante cu\u00e1nto tiempo.<\/p>\n
\u00abEn el estudio, el brote puede controlarse r\u00e1pidamente cuando se utiliza el m\u00e9todo, mientras que las pruebas aleatorias conducen a la propagaci\u00f3n descontrolada del brote con muchas m\u00e1s personas infectadas. En condiciones del mundo real, se puede agregar informaci\u00f3n, como datos demogr\u00e1ficos, edad y condiciones relacionadas con la salud, lo que puede mejorar la eficacia del m\u00e9todo incluso m\u00e1s. El mismo m\u00e9todo tambi\u00e9n se puede usar para prevenir reinfecciones en la poblaci\u00f3n si la inmunidad despu\u00e9s de la enfermedad es solo temporal\u00bb.<\/p>\n
Localizaci\u00f3n m\u00e1s exacta de la infecci\u00f3n<\/p>\n
Ella enfatiza que el estudio es una simulaci\u00f3n y que se necesitan pruebas con datos reales para mejorar a\u00fan m\u00e1s el m\u00e9todo. Al mismo tiempo, ve la investigaci\u00f3n como un primer paso para poder implementar iniciativas m\u00e1s espec\u00edficas para reducir la propagaci\u00f3n de la infecci\u00f3n, ya que la estrategia de prueba basada en el aprendizaje autom\u00e1tico se adapta autom\u00e1ticamente a las caracter\u00edsticas espec\u00edficas de la enfermedad. Como ejemplo, menciona el potencial de predecir f\u00e1cilmente si un grupo de edad espec\u00edfico debe hacerse la prueba o si un \u00e1rea geogr\u00e1fica limitada es una zona de riesgo, como una escuela, una comunidad o un vecindario espec\u00edfico.<\/p>\n
\u00bb Cuando ha comenzado un gran brote, es importante identificar r\u00e1pida y eficazmente a las personas infecciosas. En las pruebas aleatorias, existe un riesgo significativo de no lograrlo, pero con una estrategia de prueba m\u00e1s orientada a objetivos podemos encontrar m\u00e1s personas infectadas y, por lo tanto, tambi\u00e9n obtener la informaci\u00f3n necesaria para disminuir la propagaci\u00f3n de la infecci\u00f3n. Demostramos que el aprendizaje autom\u00e1tico se puede utilizar para desarrollar este tipo de estrategia de prueba\u00bb, dice.<\/p>\n
Uso m\u00e1s eficaz de los recursos de prueba<\/p>\n
Hay pocos estudios previos que hayan examinado c\u00f3mo se puede usar el aprendizaje autom\u00e1tico en casos de pandemias, particularmente con un claro enfoque en encontrar las mejores estrategias de prueba.<\/p>\n
\u00abDemostramos que es posible usar e informaci\u00f3n limitada para hacer predicciones de qui\u00e9n ser\u00eda m\u00e1s beneficioso para la prueba. Esto permite un mejor uso de los recursos de prueba disponibles\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Estudio: Perspectivas de dos escuelas reabiertas durante la pandemia de COVID-19 M\u00e1s informaci\u00f3n:<\/strong> Laura Natali et al. Mejorando las pruebas epid\u00e9micas y estrategias de contenci\u00f3n mediante aprendizaje autom\u00e1tico, Aprendizaje autom\u00e1tico: ciencia y tecnolog\u00eda (2021). DOI: 10.1088\/2632-2153\/abf0f7 Proporcionado por la Universidad de Gotemburgo Cita<\/strong>: El aprendizaje autom\u00e1tico 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 est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados , ninguna parte puede ser reproducida sin el permiso por escrito El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" El aprendizaje autom\u00e1tico puede ayudar a limitar la propagaci\u00f3n de infecciones. Las dos im\u00e1genes muestran un brote simulado en el mismo momento, con y sin el m\u00e9todo de los investigadores. Consulte el cuadro de datos para obtener una explicaci\u00f3n m\u00e1s amplia. Cr\u00e9dito: Laura Natali La inteligencia artificial podr\u00eda ser una de las claves para limitar … Continuar leyendo \u00abEl aprendizaje autom\u00e1tico puede ayudar a frenar futuras pandemias\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-20733","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/20733","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=20733"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/20733\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=20733"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=20733"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=20733"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}