La Inteligencia Artificial en la crisis del SARS-CoV2

Una de las limitaciones más importantes en la gestión de la pandemia del SARS-COV-2, es la incapacidad de los sistemas sanitarios para realizar test de diagnóstico que permitan monitorizar en tiempo real la situación, para establecer mejores protocolos de actuación y cuarentena.

Los test disponibles para la detección del SARS-COV-2 se basan en tres métodos : la detección del material genético del coronavirus, la detección de las proteínas que componen este SARS-COV-2 o de los anticuerpos creados por el paciente infectado para combatir la infección. Pero incluso si existiese un acceso universal a dichas pruebas, nuestra capacidad para detectar la infección nunca sería del 100%.

Existen limitaciones inherentes a cada tipo de test, al método de toma de muestras y su transporte, así como tantos otros factores que no pueden ser controlados para evitar los falsos negativos. Ya lo reportó un equipo de Wuhan ⁽¹⁾ y conforme la epidemia se propaga por diferentes países, los médicos están señalando la presencia de estos "errores" diagnósticos.

No entiendo nada 😢😢 Paciente anciano de mi Centro: clínica compatible, Rx de neumonía bilateral, TAC compatible con infección pulmonar severa por COVID-19, serologia: NEGATIVA. Que coño es esto y a donde vamos a llegar 😳😳🤔🤔

— F. Javier Ortega (@JavisDolce) March 24, 2020

Una de las herramientas fundamentales para ayudar a mejorar nuestra capacidad diagnóstica es aprender a utilizar los macrodatos que se están generando a nivel global.

Así está ayudando la Inteligencia Artificial en la crisis del COVID-19

El análisis de las pruebas de imagen o radiómica mediante sistemas de deep learning podría permitir una identificación más rápida de los pacientes con neumonía por SARS-COV-2. Los sistemas de Inteligencia Artificial ya comercializados están reentrenando sus algoritmos para detectar casos sospechosos de COVID-19. Por ejemplo, QUIBIM esta poniendo a disposición de todos los médicos su sistema de análisis automatizado de radiografía torácica, que detecta anomalías y podría ser útil para acelerar el diagnóstico o seleccionar pacientes a quienes realizar otras pruebas.

En esa misma dinámica, un estudio sobre más de mil pacientes con sospecha de COVID-19 en Wuhan⁽²⁾ encontró que las pruebas de imagen por TAC pulmonar podrían ser más rápidas, fiables y prácticas para el diagnóstico de la enfermedad que los test de detección de SARS-COV-2 por técnica de PCR.

De los pacientes en los que el virus no fue detectado, más del 70% presentaba hallazgos radiológicos compatibles con la enfermedad COVID-19. De ahí que los autores concluyan que la TAC pulmonar es, en zonas de alta prevalencia, un test con alta sensibilidad para el diagnóstico.

En consecuencia, el equipo de radiología de dicho centro a entrenado una Inteligencia Artificial (IA) llamada COVNet con más de mil exámenes de TAC pulmonar en pacientes con COVID-19. Tras la fase de aprendizaje la Red Neural fue puesta a prueba con imágenes de pacientes.

COVNet demostró una sensibilidad del 90 % y una especificidad del 96% para el diagnóstico de COVID-19, lo que se traduce en un valor predictivo positivo del 90,6% y un valor predictivo negativo del 95,7%, confirmando la utilidad de la TAC como test rápido de exclusión y mejorando notablemente sus capacidades diagnósticas respecto al estudio precedente.

Todos los códigos necesarios para replicar la Red Neural de COVNet pueden descargarse libremente desde GitHub de forma gratuita y abierta. Otras herramientas de IA también han sido utilizadas^{(3, 4)}, pero se trata de herramientas de pago y código cerrado sin estudios disponibles que validen su utilización en la COVID-19.

Geolocalización, reconocimiento facial y privacidad de datos

Otros ejemplos del uso de los macrodatos han generado más controversia. Rusia ha utilizado sistemas de reconocimiento facial⁽⁵⁾ para hacer respetar las medidas de cuarentena. De una forma todavía más intrusiva, el gobierno chino ha desarrollado una aplicación que registra los movimientos diarios de los ciudadanos y avisa en caso de contacto con algún paciente de COVID-19.

En el caso de la aplicación china los habitantes deben instalarla en sus teléfonos y junto al ecosistema de aplicaciones de WeChat y AliPay proporciona ingentes datos que se unen a la red de vigilancia del gobierno chino fuertemente basada en sistemas de reconocimiento facial e inteligencia artificial⁽⁶⁾.

I had to travel earlier this month and this is how my movements were being tracked for the purpose of #COVID19 containment.

Follow @RadiiChina for more videos on #China! #coronavirus #COVID2019 pic.twitter.com/yHzdm7q6HF

— Carol Yin (@CarolYujiaYin) March 16, 2020

Pero también en Europa se han aplicado medidas que podrían asustar a más de un defensor la privacidad. Sin embargo desde el 19 de marzo el Comité Europeo de Protección de Datos recuerda en un comunicado⁽⁷⁾ que los datos de geolocalización pueden ser compartidos por las operadoras telefónicas, principalmente de forma anonimizada con el fin de crear una "cartografía" y evaluar los movimientos de la población. En dicho comunicado no se excluye la posibilidad del análisis de datos no-anonimizados para salvaguardar la seguridad pública.

Este uso de datos anonimizados ya se aplica en Austria, Bélgica, Italia y Alemania, sin que por ahora se tenga conocimiento del uso de datos no-anonimizados dentro de las fronteras de la UE. En el caso de Polonia el gobierno asegura la cuarentena de sus ciudadanos mediante una aplicación móvil⁽⁸⁾ que envía selfies geolocalizadas y en caso de no responder a la solicitud se recibe una multa.

A escasez de tests diagnósticos, aplicaciones

Los profesores Srinivasa Rao y Vazquez de la Universidad de Medicina de Augusta propusieron en un artículo reciente⁽⁹⁾ la utilización de aplicaciones móviles para rellenar cuestionarios de síntomas y últimos movimientos que sean analizados por un algoritmo de aprendizaje automático para acelerar la identificación de los casos sospechosos y comenzar rápidamente la cuarentena.

Dicho y hecho, porque el 24 de marzo el King's College de Londres lanzaba una aplicación para la que permite rellenar un cuestionario de síntomas cada día para obtener datos sobre la dinámica de la infección. Sin necesidad de recurrir al despistaje masivo o a maniobras legales han conseguido que en 36 horas más de un millón de ciudadanos británicos (2% de la población total) se hubiera registrado⁽¹⁰⁾.

En busca de una solución

La carrera por encontrar una molécula con actividad contra el SARS-COV-2 y para el desarrollo de una vacuna esta llenando titulares con polémicas desafortunadas como es el caso de la Hidroxicloroquina.

Pero hasta que los estudios clínicos en curso arrojen alguna respuesta sobre los diversos componentes ya conocidos, la industria farmacéutica intenta encontrar en la farmacopea moléculas con capacidad para luchar contra la COVID-19. La vía más rápida es mediante supercomputación y gracias a los superordenadores de Bolonia, Barcelona y Jülich la Unión Europea pretende encontrar las moléculas más apropiadas buscando entre los 500 mil millones que componen la base de datos⁽¹¹⁾.

Solo después llegará la fase de poner a prueba estas moléculas.

Mientras tanto, quedaos en casa y proteged a los más frágiles.