Ecosistema Digital por Carlos Miguel Ramos Linares
En Argentina se desarrolló un sistema basado en inteligencia artificial que permite detectar la posibilidad de contagio por Covid-19 a través de audios de voz (tos) vía WhatsApp, así lo informó el gobierno de la ciudad de Buenos Aires.
Se trata de la implementación del sistema IATos, que permite mejorar a través de procesos computacionales el testeo del coronavirus en personas, además de funciones adicionales como Boti, que es una automatización de procesos vía WhatsApp que permite gestionar información a través del canal oficial de la ciudad de Buenos Aires.
El proceso en realidad es muy sencillo, la persona que presenta algún síntoma o tiene sospecha de contagio por convivir con un caso confirmado, puede grabar y enviar un audio con su tos a través de WhatsApp. Una vez recibido, el sistema IATos analiza el sonido y a través de la algoritmización de la Inteligencia Artificial emite un diagnóstico, que en el caso de coincidir con patrones de casos positivos, le recomienda al usuario realizarse una prueba de Covid-19.
La interacción con este sistema ha superado los 11 millones de personas, permitiendo así rescatar casos positivos que de otra forma resultaría sumamente complicado testearse.
IATos funciona a partir de una técnica supervisada del machine learning, denominada red neuronal de inteligencia, que permite clasificar los sonidos de voz, respiración, tos, timbre, intensidad y funciona a partir de algoritmos de aprendizaje automáticos.
La efectividad predictiva del sistema IATos es del 86%, pues de un total de 2,687 audios evaluados recomendó a 554 personas realizarse testeos Covid-19 resultando positivas en las pruebas de hisopado 436 personas y apenas 118 fueran negativas.
Aunque el proyecto es una investigación en curso en el marco del Plan de Inteligencia Artificial de la ciudad de Buenos Aires, es un ejemplo positivo del uso de herramientas innovadoras aplicadas al sector público, que tiene un beneficio social mayor al de la satisfacción meramente mercadológico o publicitaria.
De hecho, hay muchos ejemplos del machine learning en beneficio de la detección oportuna a partir de la predicción de enfermedades, como el realizado por un grupo de investigadores de la Universidad de Birmingham, que implementó un método con el objetivo de reconocer a pacientes con síntomas psicóticos y depresivos.
Los pacientes presentaban poca o nula aparición de síntomas depresivos, por lo que con el uso de algoritmos se logró construir un perfil de la enfermedad con una mayor precisión de diagnóstico que resignifica un gran progreso para el tratamiento de enfermedades.
Ecosistema Digital
Carlos Miguel Ramos Linares
@cm_ramoslinares