Un nuevo modelo que combina información epidemiológica y búsquedas de Google es capaz de predecir los brotes de gripe una o dos semanas antes que los métodos clínicos tradicionales. El modelo podrá servir para mejorar la toma de decisiones, como la distribución de personal y recursos hospitalarios en regiones que más lo necesiten.
Un equipo científico, integrado por expertos en estadística, ingeniería e informática aplicada a la salud de la Universidad de Harvard y del Boston Children’s Hospital (EE UU), ha desarrollado un nuevo modelo que mejora los intentos previos del seguimiento en tiempo real de casos de gripe a partir de datos de búsquedas on line.
Según explica a Sinc el investigador mexicano Mauricio Santillana, uno de los autores del estudio que se publica hoy en la revista PNAS, “el nuevo modelo, denominado ARGO (siglas de Auto Regression with Google), “es capaz de predecir los brotes de gripe una o dos semanas antes que los métodos clínicos tradicionales”.
Para ello, “utiliza información de brotes que han sucedido previamente, así como el número de personas que buscan términos relacionados a la gripe, por ejemplo: ‘síntomas de la gripe’, ‘fiebre’, o ‘remedios para la gripe’ en el buscador Google”, indica el investigador.
Santillana aclara que “la idea de utilizar las búsquedas de Google para predecir los brotes de enfermedades no es nueva. De hecho, este motor de búsqueda distribuía datos estimativos de la actividad de los brotes de gripe en diversas localidades y países a través de su proyecto Google Flu Trends, que fue cancelado en agosto de este año. Lo que es nuevo –agrega– es la manera de combinar la información epidemiológica histórica y las búsquedas on line para producir estimaciones más precisas de los casos de gripe en la población”.
Estacionalidad y cambios de comportamiento
ARGO también incorpora información de los Centros para el Control y la Prevención de Enfermedades de EE UU sobre la estacionalidad de los brotes de gripe pasados, así como de los cambios en los comportamientos de búsqueda on line a lo largo del tiempo.
El autor destaca que la información epidemiológica, proporcionada por el nuevo método, “podría ser utilizada para mejorar la toma de decisiones de salud pública en tiempo real. Por ejemplo, para la distribución de personal y recursos hospitalarios en regiones que más lo necesiten ante brotes inesperados de esta efermedad”.
Para Santillana esta nueva metodología, basada en fundamentos estadísticos, “es capaz de producir estimaciones más precisas sobre brotes de gripe que cualquier otro método disponible utilizado por Google. Esperamos que sea utilizada por la comunidad científica para continuar el uso de big data en la predicción de brotes de enfermedades en todo el mundo”.
Además, el modelo es flexible, autocorregible, robusto y escalable, lo que le convierte en una potente herramienta que se podría utilizar para el seguimiento en tiempo real de otros eventos sociales en múltiples resoluciones temporales y espaciales, dicen los investigadores.
Referencia bibliográfica:
Shihao Yang, Mauricio Santillana y Samuel Kou. “Accurate estimation of influenza epidemics using Google search data via ARGO”. PNAS (9 de noviembre, 2015).
Vivimos en un pico entre las expectativas y las noticias sobre las tecnologías de inteligencia artificial, que cada vez son más ubicuas en todos los ámbitos. A pesar de todos los avances que propician, estas herramientas poderosas también comportan limitaciones y pueden generar problemas. Ariadna Font es una de las pioneras en desarrollar sistemas de IA responsables, alineados con los valores humanos.
Bioingenieros de la Universidad de Pensilvania, en EE UU, han desarrollado un método basado en ARNm para tratar esta afección, que surge en el embarazo y se caracteriza por hipertensión materna y restricción del flujo sanguíneo al feto. El tratamiento ha sido probado con éxito en ratones hembra.
