Un test a escala real para la inteligencia artificial

El empleo intensivo de los enormes recursos que ofrece la inteligencia artificial (IA) permitirá a corto plazo prevenir y contener rápidamente una pandemia fulminante, como ocurre en la actualidad con el nuevo coronavirus. "Este puede ser uno de los últimos flagelos infecciosos de la historia", se atrevió a pronosticar Mark Gallivan, director de ciencia de datos de Metabiota, una empresa de seguimiento planetario de epidemias.

La expansión global de este virus, en todo caso, permitió testar en situación real todos los programas –existentes o betaexperimentales– que será posible movilizar en un futuro cercano para predecir la aparición de brotes epidemiológicos, practicar un seguimiento riguroso, monitorear la evolución de enfermedades en tiempo real, detectar personas contaminadas, realizar exámenes masivos y optimizar los servicios sanitarios.

La experiencia actual demuestra que la IA, que reposa sobre modelos estadísticos, ocupará un lugar esencial para salvar vidas en un mundo condenado a enfrentar una pandemia grave cada 10 o 15 años, según las previsiones científicas.

Para prepararse para esa amenaza, que se agravará a medida que prosiga la actual explosión demográfica y aumente la desigualdad socioeconómica, "la IA será una ayuda vital para prever la propagación del virus y evaluar las intervenciones posibles en función de sus costos y eficacia", asegura Stuart Russell, profesor en Berkeley y miembro del Consejo Consultivo del Centro para el Estudio de Riesgos Existenciales.

Ese fue el método que empleó el epidemiólogo Kamran Khan, CEO de la start-up BlueDot, creada en Toronto (Canadá). Basado en un algoritmo que cruzaba millones de artículos con data del tráfico aéreo mundial, el 30 de diciembre –nueve días antes que la OMS– lanzó una alerta sobre la inminente llegada de una epidemia de neumonía detectada en la ciudad china de Wuhan.

El científico entrelazó informaciones de la mayor epidemia del siglo XXI con las enseñanzas de la historia. En sus libros sobre las rutas de la seda, el historiador británico Peter Frankopan –profesor de las universidades de Oxford, Princeton y Leiden– recuerda que "las caravanas y las rutas marítimas han sido tradicionalmente los mayores vectores de enfermedades y epidemias". Ahora es el turno de los aviones, que transportan 4300 millones de pasajeros por año.

"El cruce de esas funciones con las últimas técnicas del deep learning (aprendizaje profundo) permite realizar un seguimiento epidemiológico planetario", se entusiasmó el profesor Laurent Toubiana, investigador del Inserm. Un primer epidemic tracker (monitor de epidemias) fue creado por la empresa californiana Metabiota, que opera con data recolectada por In-Q-Tel, un fondo de inversiones creado por la CIA para fomentar start-ups de interés estratégico.

La inteligencia artificial aplicada a la detección de epidemias tuvo su bautismo de fuego –aunque todavía balbuceante– desde el comienzo de la ola de contagios. Su eficiencia quedó demostrada con los resultados que arrojó el arsenal tecnológico desplegado por los cuatro "tigres asiáticos" (Corea del Sur, Taiwán, Singapur y Hong Kong). El cruce de las informaciones aportadas por los GPS de teléfonos y automóviles, las imágenes de las videocámaras de vigilancia y el seguimiento de las tarjetas de crédito fueron cruciales para circunscribir en pocos días la epidemia llegada de su gigantesco vecino chino.

Las inmensas capacidades de análisis de datos de la IA, mejoradas en permanencia gracias al deep learning, permiten encontrar soluciones en tiempo récord. Numerosas starts-ups comenzaron a testar nuevas aplicaciones, que van desde recursos para detectar focos infecciosos hasta programas de diagnóstico médico, pasando por la búsqueda de nuevas medicinas y tratamientos eficaces contra el virus.

Desde fines de febrero, las autoridades chinas, en estrecho contacto con el gigante de internet Alibaba (equivalente de Amazon), instalaron en las provincias más afectadas una aplicación telefónica basada en un código QR de tres colores: verde indica la ausencia de contaminación, amarillo ordena una reclusión preventiva de siete días y rojo ordena ponerse en contacto con las autoridades sanitarias. El sistema opera –en forma bastante opaca– con el programa de monitoreo Código de Salud, creado por el gobierno, que utiliza las posibilidades que ofrece el big data para identificar y evaluar el riesgo de cada individuo en función de su historial de viajes, cuánto tiempo pasó en lugares críticos y su posible proximidad con personas contaminadas. Controlados a la entrada de negocios y transportes públicos, los códigos QR permiten localizar a sus propietarios. Esas informaciones incluso pueden ser transmitidas a la policía. El departamento de investigación de Alibaba también desarrolló un algoritmo que, a partir de imágenes de escáner, en 20 segundos detecta a una persona enferma de Covid-19 con un margen de error de apenas 4%. Un médico necesita entre 10 y 15 minutos para analizar el escáner de un paciente antes de pronunciarse.

A pesar de las amenazas que implica para las libertades individuales, la utilización de datos personales puede ser clave para luchar contra la epidemia. Un equipo multidisciplinario de la Universidad de Oxford –formado por epidemiólogos, matemáticos y virólogos– desarrolló una aplicación instalada en un celular: en caso de que su propietario sea diagnosticado positivo, lanza una advertencia dirigida a todos los interlocutores con los que estuvo en contacto en las últimas semanas.

Algunos hospitales chinos también apelaron masivamente a los robots –conectados a un cloud inteligente a través de la 5G– para reducir la exposición de los equipos médicos, como tomar la temperatura de los pacientes, desinfectar las salas, distribuir medicamentos o responder a las preguntas simples de los pacientes. Tres nuevas aplicaciones lanzadas en Corea del Sur en el momento crítico de la epidemia –Corona 100m, CoronaNOW y Corona Map– permiten saber en forma instantánea si una persona afectada por el virus se encuentra a menos de 100 metros de distancia.

El principal objetivo de los investigadores ahora es identificar nuevos virus potenciales antes de que salten de los animales a la cadena humana. El Proyecto Global Virome (GVP) espera desarrollar a corto plazo una base de datos genética y ecológica para inventariar la mayoría de los virus en poblaciones animales con potencial de infectar a los humanos. Algunos científicos sostienen que el mapeo del "viroma humano" es una "prioridad clave" en la prevención de nuevas epidemias porque facilitará el hallazgo de nuevas vacunas, medicamentos y otras medidas preventivas antes de que aparezca el próximo brote. Pero las enormes cantidades de datos que recopilan en todo el mundo también podrían ser útiles para entrenar algoritmos de IA a predecir qué virus residentes en poblaciones animales tienen más probabilidades de emigrar al hombre.

El aporte más importante de la IA vendrá de los gigantescos recursos de cálculo en el cloud y las supercomputadoras de los gigantes tecnológicos –como IBM, Google, Tencent, DiDi o Huawei– para acelerar las investigaciones de los científicos que se esfuerzan en desarrollar una vacuna o un medicamento eficaz contra el coronavirus. Esos sistemas operan infinitamente más rápido que las computadoras estándar para ejecutar cálculos y modelar soluciones. A pesar de esos progresos, esa velocidad nos parecerá siempre insuficiente para luchar contra esos virus desconocidos que no respetan jerarquías, tiempos ni tecnologías revolucionarias.

Especialista en inteligencia económica y periodista