El uso de la Inteligencia artificial para mitigar los efectos de la pandemia del Covid-19
La pandemia del COVID-19 que sorprendió al mundo en 2020 ha representado grandes desafíos a la humanidad y evidenció la urgente necesidad de acelerar el uso estratégico de datos y de tecnologías emergentes como la inteligencia artificial (IA).
Con el fin de documentar los principales usos de esta tecnología en el contexto de la pandemia la Dirección de Innovación Digital del Estado de la Vicepresidencia de Conocimiento de CAF - banco de desarrollo de América Latina encargó un estudio el cual analizó 54 experiencias y seleccionó la más representativa para cada una de las siguientes cinco categorías: 1) IA y robótica para avances de diagnósticos de casos de COVID; 2) para el desarrollo de vacunas y medicamentos; 3) para la gestión de la telemedicina; 4) para autodiagnósticos y rastreo de contactos estrechos de personas afectadas, y 5) para acercar proyectos solidarios o de impacto social en el contexto de la cuarentena.
La primera experiencia, Entelai Pic, consiste en un sistema de IA desarrollado en Argentina para diagnóstico de COVID-19 a través de la lectura de radiografías de tórax. Esta herramienta fue aprobada por la Administración Nacional de Medicamentos, Alimentos y Tecnología Médica – ANMAT - y puede ser utilizada en línea de forma gratuita por cualquier médico como soporte en el diagnóstico de pacientes. Para hacerlo, el profesional debe subir la imagen al sitio web de Entelai, el cual cuenta con un núcleo de IA que procesa la radiografía en la nube, y después de 10 segundos devuelve el resultado con distintos porcentajes de probabilidad que varían en función de la calidad de la imagen. La solución ya fue utilizada por mil médicos de la Argentina (entre ellos, pertenecientes al Hospital Italiano de Buenos Aires) y otros países de la región, que en total cargaron 2.000 estudios para ser analizados. El mayor desafío enfrentado por el proyecto fue el de los sesgos involuntarios que podría desarrollar el sistema por deficiencias en los datasets de prueba, quedando como lección aprendida, la importancia de la validación externa para combatir esta problemática.
Un segundo caso analizado fue el de Exscientia, una plataforma británica que utiliza IA para el descubrimiento y desarrollo de medicamentos contra el COVID-19, con el apoyo financiero de organizaciones como la Fundación Bill & Melinda Gates y Gates Philanthropy Partners. A pesar de que el descubrimiento y desarrollo de fármacos es un proceso largo que toma varios años, Exscientia ha logrado avances. Realizó una prueba de concepto para diseñar una nueva clase de inhibidores dirigidos a la principal enzima proteasa del SARS-CoV-2, Mpro, también conocida como 3CLpro, el agente causante de COVID-19. Mpro es esencial para la replicación del coronavirus, por lo que la administración de un inhibidor de Mpro a los pacientes como un antiviral independiente o junto con otros tratamientos concurrentes podría proporcionar una terapia útil de primera línea. La empresa adoptó un enfoque innovador de algoritmos de aprendizaje activo frente al desafío de los datos pequeños (small data). De esta experiencia es importante destacar, como lección aprendida, la importancia de la colaboración entre humanos y máquinas.
Dentro del espacio de la telemedicina, la tercera experiencia seleccionada fue Integrando Salud, con su Consultorio Virtual Covid desarrollado en la provincia de Misiones en Argentina. Lo más relevante de esta experiencia es haber podido concretar un servicio orientado a toda la población de la provincia de Misiones, independientemente de su cobertura o condición social, en un momento donde el acceso al sistema de salud estuvo completamente limitado. Al mes de junio de 2020, ya miles de ciudadanos de la provincia de Misiones habían utilizado el servicio, logrando descomprimir las visitas a las guardias hospitalarias. Como aprendizaje se resalta la importancia de la colaboración entre el sector público y el sector privado.
El cuarto estudio fue Rakning C-19, la aplicación móvil de rastreo de contactos estrechos adoptada por el gobierno de Islandia, conocida y renombrada por el alto porcentaje de población que la ha descargado. En este se analizó la relación entre la amplia adopción de este tipo de aplicaciones y la contención de la curva de contagios. Asimismo, se abordó la tensión entre privacidad del usuario y la obtención de datos de geolocalización indagando qué enfoque, si Bluetooth o GPS, resulta el más respetuoso de la privacidad de los usuarios/as.
Finalmente, e-Rueca fue la experiencia española elegida en la categoría de proyectos de solidaridad o impacto social, que consiste en un centro virtual de acompañamiento con diversas funcionalidades, entre ellas la atención psicológica. Lo destacable fue su diseño colaborativo, permitiendo la participación ciudadana desde el desarrollo de la iniciativa hasta su implementación.
De los casos analizados se extraen una serie de aprendizajes y recomendaciones destinadas a los desarrolladores/as e implementadores/as de soluciones que utilizan IA, entre las cuales podemos destacar:
- La importancia de la participación intensa de la ciudadanía y los medios de comunicación en todo el ciclo de vida de los proyectos;
- La utilización de técnicas de IA transparentes y trazables;
- La existencia de instancias de auditoría independientes, rendición de cuentas, trazabilidad del sistema y transparencia para mitigar sesgos involuntarios que podrían dar lugar a resultados discriminatorios;
- En relación con la privacidad del usuario: el tratamiento de datos descentralizado y la implementación de Bluetooth para el rastreo de contactos estrechos, y el cumplimiento de los estándares mínimos que garanticen el respeto por la privacidad de los usuarios;
Este estudio se desarrolló en el marco de la iniciativa regional de la Dirección de Innovación Digital del Estado de la Vicepresidencia de Conocimiento de CAF que se presentará en el foro ExperiencIA: Datos e inteligencia artificial en el sector público el próximo 15 de septiembre.
