El pasado 30 de diciembre, investigadores que usan sistemas de inteligencia artificial para revisar medios y redes sociales detectaron la expansión de una inusual enfermedad con síntomas similares a los de la gripe en Wuhan, China.

Ocurrió varios días antes de que la Organización Mundial de la Salud (OMS) publicara una evaluación de riesgos y todo un mes antes de que esa agencia de la ONU declarara una emergencia de salud global por el nuevo coronavirus.

¿Podrían los sistemas de inteligencia artificial haber acelerado el proceso y limitado, o incluso frenado, el avance de la pandemia de COVID-19?

Clark Freifeld, un científico informático en la Universidad de Northeastern que trabaja con la plataforma de vigilancia global de enfermedades HealthMap, una de las que detectó el brote, dice que aún no hay respuesta a esa pregunta.

"Identificamos las primeras señales, pero la verdad es que es difícil determinar ante una enfermedad respiratoria no identificada si se trata de una situación seria", asegura Freifeld.

Dataminr, una firma tecnológica de detección en tiempo real, dijo que dio las primeras advertencias sobre la COVID-19 el 30 de diciembre basándose en cuentas de testigos dentro de hospitales en Wuhan, fotos de la desinfección del mercado donde se originó el virus y una advertencia de un doctor chino que luego murió del virus.

"Uno de nuestros mayores retos es que tendemos a ser reactivos ante estas situaciones", dice Kamran Khan, fundador de la firma canadiense de rastreo BlueDot, uno de los sistemas que alertó en diciembre sobre la epidemia.

"Cuando lidiamos con una enfermedad nueva, emergente, no tenemos todas las respuestas. El tiempo es nuestro recurso más valioso y no podemos echarlo para atrás", asegura.

Khan, quien también es profesor de medicina y salud pública en la Universidad de Toronto, dice a AFP que los datos mostraron "ecos del brote de SARS ocurrido hace 17 años, pero no se sabía cuán contagioso era".

En todo caso, los sistemas de inteligencia artificial han probado ser valiosos al detectar epidemias a través de un amplio rango de fuentes como reservaciones aéreas, Twitter, noticias y sensores de aparatos conectados.

Decisiones humanas

Sin embargo, Freifeld insiste en que los sistemas de inteligencia artificial son limitados y los humanos deben tomar las grandes decisiones.

"Usamos la inteligencia artificial como multiplicadora de fuerza", dice.

Estos sistemas pueden ayudar de distintas formas: desde monitorear el brote en sí mismo hasta acelerar la prueba de medicamentos.

"Podemos hacer simulaciones como nunca antes, comprendemos los senderos biológicos como nunca antes y eso es por el poder de la inteligencia artificial", dice Michael Greeley, de la firma Flare Capital Partners, que ha invertido en varias startups de inteligencia artificial médica.

Pero Greeley dice que sigue siendo un gran reto aplicar esas tecnologías a sectores como el de los medicamentos, donde el tiempo de prueba puede tomar años.

Según Khan, la inteligencia artificial está ayudando en la fase de contención con sistemas que usan información anónima de ubicación de smartphones para seguir el progreso de la enfermedad y encontrar focos de la misma, así como determinar si la gente sigue las directrices de "distanciamiento social".

Andrew Kress, director de la firma de tecnología de salud HealthVerity, dice que sigue siendo un reto recolectar información sobre brotes de enfermedades a la vez que se respeta la privacidad del paciente.

Es posible detectar tendencias con señales como visitas a farmacias, la venta de ciertas medicinas o incluso búsquedas en línea, dice Kress, pero compilar todo eso tiene implicaciones de privacidad.

"Necesitamos una verdadera discusión sobre balance y utilidad (...) para seguir determinando nuevos caminos que permitan aprovechar algunas de estas fuentes de datos no tradicionales", asegura Kress.

Mineros de datos

Los sistemas de inteligencia artificial también están siendo usados para revisar miles de investigaciones en busca de pistas sobre tratamientos que pudieran funcionar.

La semana pasada, investigadores se unieron a la Casa Blanca en un esfuerzo para hacer disponibles unos 29.000 artículos de investigación sobre el coronavirus para que puedan ser escaneados en busca de datos.

El esfuerzo incluye a Microsoft, la Chan Zuckerberg Initiative, la Universidad de Georgetown, entre otros.

A través de Kaggle, una comunidad de aprendizaje automático y datos científicos propiedad de Google, estas herramientas estarán disponibles para investigadores en todo el mundo.

"Es difícil que la gente manualmente revise más de 20.000 artículos y resuma sus hallazgos", dice el director ejecutivo de Kaggle, Anthony Goldbloom.

"Recientes avances tecnológicos pueden ayudar en esto. Estamos poniendo versiones leídas por máquinas de estos artículos a disposición de nuestra comunidad de más de cuatro millones de científicos de datos. Esperamos que la inteligencia artificial pueda ser usada para ayudar a encontrar respuestas a preguntas claves sobre la COVID-19", asegura.