En un artículo anterior, compartí cómo la medicina ha utilizado la ciencia de datos durante más de 100 años para resolver algunos de los desafíos más importantes que nos han presentado las enfermedades. Estos primeros superhéroes de la medicina atacaron los virus desde todos los ángulos: localizaron las fuentes de transmisión, ayudaron a crear nuevos medicamentos y demostraron la eficacia de los programas de tratamiento. Hoy en día, vemos maneras totalmente nuevas en que se aprovecha la ciencia de datos para mejorar los resultados.
En la lucha contra el nuevo coronavirus (COVID-19), se han analizado una amplia variedad de casos prácticos y, en algunos escenarios, estos se han implementado. Estos son algunos de los principales casos que quizás no conociste.
Casos médicos prácticos
Descubrimiento de medicamentos mediante inteligencia artificial (IA)
Recientemente, Sage Health patrocinó una competencia de descubrimiento de medicamentos de código abierto, en la que las tres presentaciones principales permitieron identificar posibles tratamientos mediante el aprendizaje automático. Varias empresas que se dedican al descubrimiento de medicamentos también utilizan técnicas potenciadas por IA para descubrir moléculas, tanto nuevas como existentes, que se pueden utilizar a fin de combatir el COVID-19. El medicamento más importante existente (Remdesivir) se está evaluando actualmente en varios ensayos. La Casa Blanca junto con una coalición de grupos líderes de investigación que también están comenzando, enviaron otra invitación de código abierto. Si estás interesado, puedes obtener más información aquí.
Cámaras de reconocimiento facial con escaneos automáticos de temperatura y detección de mascarillas
En China, los funcionarios toman la temperatura de las personas a medida que ingresan a establecimientos muy concurridos. Luego, aquellos con temperaturas elevadas son llevados a realizar un examen avanzado, un posible tratamiento y aislamiento. Además, muchas cámaras ahora pueden identificar a las personas y detectar la presencia o la falta de una mascarilla (según sea necesario en los lugares públicos de algunos países) para cumplir con la cuarentena.
Uso de Fitbits para hacer un seguimiento de la propagación de la enfermedad
En un artículo de febrero del 2020 en The Lancet, los investigadores cuestionaron si se podían utilizar dispositivos de acondicionamiento físico portátiles (como un Fitbit) para monitorear la propagación de enfermedades. Si bien el estudio no fue exclusivo de COVID-19, en él se demostró una gran capacidad para rastrear la propagación de la enfermedad mediante el monitoreo y el análisis de los cambios en la frecuencia cardíaca en reposo de una persona. Además, debido a que algunos dispositivos portátiles recopilan información adicional, como pulsioximetría y ECG, o incluso reconocen la tos, puedes hacerte una idea de cómo esto podría estudiarse en un nivel más avanzado.
Uso de teléfonos celulares para predecir la propagación de una infección y contener o poner en cuarentena a personas de alto riesgo
Corea, China e Italia implementaron aplicaciones de teléfonos inteligentes para organizar la cuarentena de las personas. En el caso de China, se informa que los datos de los teléfonos celulares se aprovechan para predecir dónde podrían ocurrir otros brotes potenciales. Cuando comprendemos quién contrajo una enfermedad y vemos sus movimientos anteriores según los servicios de ubicación de su teléfono, es posible conocer quién más pudo haber estado expuesto, así como en qué áreas es más probable la exposición. Al modelar estos datos, el gobierno chino pudo predecir qué áreas (vecindarios y ciudades) estarían en mayor riesgo y quiénes se beneficiarían más con una cuarentena proactiva. En EE. UU., existe un debate acerca de aprovechar este tipo de datos también.
Difusión rápida de la información
Si bien vimos a gobiernos, empresas y ONG recopilar y compartir datos rápidamente, ha habido casos en los que esta colaboración parece tener un impacto especialmente importante. En Taiwán, el Gobierno puso a disposición de los hospitales los antecedentes de viaje de los pacientes rápidamente, de modo que el riesgo se pudiera evaluar de manera más adecuada. Se publicó otra información, como los lugares que visitaron las personas infectadas, y a estas personas que habían visitado esas ubicaciones se les pidió que evaluaran su estado de salud y que se pusieran en cuarentena según fuera necesario.
Diagnósticos de IA de escaneos de TC
El software basado en IA se utiliza para interpretar las imágenes de TC de los pulmones de los pacientes a fin de buscar signos de infección por COVID-19.
Analítica + Situación (de todo menos) normal
Analítica de la cadena de suministro
Si bien las empresas de suministros médicos y los organismos gubernamentales utilizan la información de densidad de la población, así como las tasas de incidentes actuales para predecir qué hospitales tendrán la mayor demanda, las empresas también están analizando de manera similar sus cadenas de suministro. Las empresas con conocimientos analíticos estudian los bienes suministrados desde áreas de alto riesgo o en cuarentena para identificar rápidamente las sustituciones de piezas o materiales ya aprobados, y activar la remodelación de productos o materiales. Esto ocurre no solo con los suministros médicos directos, sino en todos los segmentos de la industria.
Conformación de la demanda
A medida que se identifican los riesgos de inventario, se puede dar forma a la demanda con cambios en las ofertas o descuentos para equilibrar el inventario. En combinación con los esfuerzos de optimización de marketing, esta estrategia puede ser una respuesta poderosa para que las empresas sigan avanzando durante tiempos difíciles.
Previsión financiera
Muchas empresas realizaron la transición a una previsión financiera impulsada por análisis, con algunos indicadores económicos apalancados para alertar de forma temprana sobre cambios significativos en los ciclos de ventas. Estos pueden ser un desafío cuando no existen precedentes históricos, y será interesante escuchar cómo funcionan estos modelos después de la pandemia.
Programación
Hemos visto empresas y proveedores del sistema de salud que aprovechan la analítica para optimizar rápidamente su programación a fin de adaptarse a la nueva demanda y las limitaciones que cambian rápidamente. Ya sea que se trate de un sistema de atención de salud que identifica pacientes de alto riesgo o que reprograma procedimientos opcionales, o una empresa minorista que necesita responder rápidamente a los cambios en la demanda, la analítica es la base de una acción eficiente y eficaz.
Ciencia de datos mal lograda
Jugando con el sistema: resultados analíticos no deseados
Luego del brote de COVID-19, se les pidió a los estudiantes de China que descargaran una aplicación llamada DingTalk para recibir instrucciones y asignaciones mientras estaban en cuarentena. Rápidamente, los estudiantes se dieron cuenta de que si reducían colectivamente la calificación de la aplicación, se eliminaría de la tienda de aplicaciones. El 11 de febrero de 2020, la aplicación recibió más de 15,000 reseñas de una estrella en un solo día, lo que redujo su calificación de 4,9 a 1,4 estrellas. Esto no es exactamente el objetivo de un sistema de calificación, sino una respuesta muy inteligente al proceso analítico del que las calificaciones forman parte. En un intento por reconquistar a los estudiantes, DingTalk emitió un divertido video de disculpa. Al final, la aplicación continuó en ejecución, pero siempre es bueno tener en mente las consecuencias de cómo se utilizará la analítica y si puede haber efectos no deseados.
Ya sea que se trate de un hospital que busca aprovechar rápidamente los datos para optimizar la programación, comprender los efectos de una pandemia en su sistema o garantizar el nivel adecuado de inventario para artículos clave, o bien una empresa que puede verse afectada por los cambios sociales que están ocurriendo, la ciencia de datos se puede aprovechar para responder de una manera más eficaz.
En Alteryx, vemos empresas de todos los sectores obteniendo mejoras de dos cifras en ingresos, eficiencia operativa y costos. Quizás más importante aún, vemos que la analítica cambia y, a veces, incluso salva vidas. Con la capacidad de crear nuevas analíticas rápidamente y con herramientas de autoservicio para implementarlas al instante, no es sorprendente ver soluciones que ya están en plena producción en respuesta a eventos recientes.
NO TE MUEVAS.
LEER
Revisa “Cómo la ciencia de datos podría detener el coronavirus (COVID-19)”.
COMPARTIR
Habla por chat con nosotros en @alteryx y comparte cualquier gran recurso/historia que hayas encontrado.