×
hace 3 años
[Tecnología]

Inteligencia Artificial puede saber quién morirá de Covid-19 o necesitará respirador

La intención es ayudar a las autoridades de decidir quiénes deberían ser considerados prioridad de vacunación

Imprimir
Foto: Especial
Escuchar Nota


Ciudad de México.- Debido al impacto que la Covid-19 ha tenido en todos, científicos de organismos públicos y privados han volcado sus esfuerzos al estudio de esta enfermedad gracias a lo cual hoy existen vacunas y mejores tratamientos contra el virus. Pero también ha sido importante para los investigadores tratar de entender mejor el comportamiento del nuevo coronavirus y, en ese sentido, se ha desarrollado una Inteligencia Artificial (IA) capaz de pronosticar quién morirá si se contagia.

Científicos de la Universidad de Copenhague publicaron un estudio en la revista Nature en donde aseguran haber creado una herramienta de IA que puede predecir, con hasta un 90% de precisión, quién perderá la vida a causa de Covid-19.

Los investigadores explicaron que alimentaron al algoritmo con los datos sanitarios de casi 4 mil pacientes con Covid-19 en Dinamarca de manera que pudiera "aprender" a encontrar patrones en los historiales médicos.

Así fue como la IA ahora es capaz de determinar si una persona, que hoy no está infectada, corre el riesgo de morir si es que llega a contagiarse más tarde.

Los investigadores no solo están considerando el índice de mortandad de la enfermedad, su Inteligencia Artificial también ha sido entrenada para predecir si alguien que está hospitalizado con Covid-19 necesitará un respirador. En este caso han logrado acertar en el 80% de las veces.

Uno de los responsables detrás de este desarrollo, el profesor Mads Nielsen, de la Universidad de Copenhague, señaló que la herramienta tiene el objetivo de ayudar a las autoridades sanitarias a saber a quiénes deben darle prioridad para la aplicación de las las vacunas, así como a calcular cuántos respiradores necesitará un hospital.

"Estamos trabajando hacia el objetivo de que la IA sea capaz de predecir la necesidad de respiradores cinco días antes. Para ello estamos dando al algoritmo acceso a los datos de salud de todos los positivos Covid-19 en la región", señaló el investigador.


Los científicos apuntaron que, si bien la tecnología nunca podrá reemplazar la evaluación de un médico, si puede ayudar al personal sanitario en los hospitales a analizar a muchos pacientes infectados con Covid-19 de un solo vistazo para establecer prioridades.

Cabe señalar que para evaluar la probabilidad de un paciente de morir o necesitar un respirador si llega a contagiarse coronavirus, la IA considera, principalmente el Índice de Masa Corporal (IMC) y la edad. Aunque también se consideraron otros elementos decisivos, por ejemplo, si la persona tiene una enfermedad pulmonar obstructiva crónica (EPOC), asma, diabetes o enfermedades cardíacas.

Entre los resultados que destacó el estudio está el que los hombres y las personas con presión arterial alta o una enfermedad neurológica tenían un riesgo elevado.
"Para los afectados por uno o más de estos parámetros, hemos encontrado que puede tener sentido subirlos a la cola de vacunas, para evitar cualquier riesgo de que se infecten y eventualmente terminen en un respirador", finalizó Nielsen.


Otra investigación


Otro estudio, también basado en Inteligencia Artificial, permite identificar a las personas contagiadas de Covid-19 por la manera en que tosen, especialmente con la intención de que los asintomáticos sepan que son portadores del virus y se aíslen.

El sistema fue desarrollado por investigadores del MIT que descubrieron que, incluso los asintomáticos no están completamente libres de los cambios provocados por el virus y pueden diferir de las personas sanas por como tosen.

Su modelo fue entrenado a partir de decenas de miles de muestras de tos y, aseguran, han alcanzado una precisión del 98.5% en la identificación de personas con Covid-19. Ahora el equipo está trabajando en incorporar su tecnología en una aplicación fácil de usar y gratuita.


Imprimir
te puede interesar
similares
-->
{/exp:ce_cache:it}