En “Predicción de los fármacos antivirales disponibles en el mercado que pueden actuar sobre el nuevo coronavirus (SARS-CoV-2) mediante un modelo de aprendizaje profundo de interacción fármaco-objetivo. Computational and structural biotechnology journal (2020)”, el autor utilizó el modelo DL denominado Molecule Transformer-Drug Target Interaction (MT-DTI) para detectar el fármaco disponible en el mercado que puede prevenir de las proteínas virales del SARS-CoV-2. Los resultados de la simulación mostraron que un fármaco antirretroviral, concretamente el atazanavir, que se utiliza ampliamente para prevenir el VIH, es el mejor compuesto químico que puede luchar contra el COVID-19.

Benevolent AI, Innoplexus, Deargen, Gero, Cyclica, Healx y VantAI son algunas de las empresas farmacéuticas que están readaptando los fármacos existentes para luchar contra el COVID-19, mientras que Insilico Medicine, Exscientia, Iktos y SRI international son otras empresas farmacéuticas que participan activamente en el descubrimiento de nuevos fármacos para el COVID-19 (ref: AI-driven drug discovery: A boon against COVID- 19?. AI Open, 1, 1-4. 2020).

Aunque la IA está proporcionando una metodología rápida y rentable para el desarrollo de fármacos, se requieren ensayos clínicos para su validación final.

Predicción de la tasa de mortalidad y supervivencia

La predicción de la propagación del virus y el suministro de directrices o medidas de prevención es otra aplicación de la IA en COVID-19. Kaggle y GitHub son los dos sitios web donde están disponibles los datos en tiempo real de COVID-19 segregados en base a los casos confirmados, los casos activos, los casos curados y las muertes de cada país y estado.

Este conjunto de datos puede utilizarse para predecir los casos activos en las distintas regiones del mundo, de modo que se pueda poner a disposición de estos lugares la cantidad adecuada de infraestructuras sanitarias.

En “Previsión de inteligencia artificial del covid-19 en China. arXiv:2002.07112”, el autor predijo la dinámica de transmisión de COVID-19 en diferentes regiones de China utilizando un codificador automático y un algoritmo de agrupación. Se recopiló un conjunto de datos de la OMS entre el 11 de enero y el 27 de febrero de 2020 y se identificó con buena precisión el número total de casos confirmados y la dinámica de transmisión.

Con un número limitado de recursos médicos, como los ventiladores, es importante identificar a los pacientes leves con potencial progresión maligna.

En “Predicting COVID-19 malignant progression with AI techniques (2020)”, el autor exploró la regresión logística y el modelo DL para predecir con precisión los pacientes con progresión maligna utilizando datos clínicos e imágenes de TC de tórax.

En “Modelo de predicción y puntuaciones de riesgo de ingreso en UCI y mortalidad en COVID-19. PloS one, 15(7), e0236618 (2020)”, el autor exploró el modelo de regresión logística para identificar las características clínicas de los pacientes de COVID-19 y construir una puntuación de riesgo para predecir el ingreso en la unidad de cuidados intensivos (UCI) y la mortalidad de los pacientes.

El rendimiento del modelo propuesto se evaluó mediante el área bajo la curva (AUC) y los resultados muestran que se obtuvo un AUC de 0,74 y 0,83 para predecir el ingreso en la UCI y la tasa de mortalidad.

En “Predicción de la supervivencia de pacientes con Covid-19 grave con tres características clínicas: desarrollo de un modelo de pronóstico basado en el aprendizaje automático con datos clínicos en Wuhan. medRxiv.2020”, el autor utilizó tres parámetros clínicos, la deshidrogenasa láctica (LDH), los linfocitos y la proteína C reactiva de alta sensibilidad (hsCRP) para predecir la tasa de supervivencia de los pacientes críticos con una precisión superior al 90% utilizando el algoritmo XGBoost.

En “Un modelo interpretable de predicción de mortalidad para los pacientes de COVID-19. Nature Machine Intelligence, 1-6.2020”, el autor exploró el modelo XGBoost ML que puede predecir los biomarcadores de mortalidad de la enfermedad 10 días antes con una precisión de más del 90%.

Se recogió un conjunto de datos de 485 pacientes que incluye a mujeres embarazadas y pacientes menores de 18 años entre el 10 de enero de 2020 y el 18 de febrero de 2020 en Wuhan, China. El estudio demostró que los pacientes que tienen un alto nivel de LDH requieren un tratamiento médico inmediato para reducir la tasa de mortalidad.

Rastreo de contactos

El COVID-19 es uno de los virus más infecciosos que existen en la tierra en comparación con otros virus. La OMS informó que el virus se propaga principalmente de persona a persona; por lo tanto, el rastreo de contactos es la principal solución para detener la propagación del virus. El rastreo de contactos significa detectar a la persona que ha estado recientemente en contacto con el paciente de COVID-19.

El rastreo manual de contactos a través de entrevistas realizadas por las autoridades médicas no siempre proporciona información correcta porque, muchas veces, los pacientes de COVID-19 entran en contacto con personas desconocidas en supermercados, aeropuertos, etc.
Por lo tanto, se convirtió en una tarea difícil para las autoridades gubernamentales realizar el rastreo manual de los contactos.

En este sentido, los investigadores han creado aplicaciones digitales de rastreo de contactos en teléfonos inteligentes que pueden identificar a los pacientes con COVID-19 mediante Bluetooth, sistema de posicionamiento global (GPS) y API basada en la red [5].

Estas aplicaciones automatizan el proceso de rastreo de contactos y se construyen utilizando una arquitectura centralizada, descentralizada e híbrida. Estas aplicaciones virtuales también recogen los datos humanos y los analizan a través de un modelo ML y DL para detectar si la persona está infectada por el virus debido a su contacto reciente con pacientes de COVID-19 [6].

El éxito de las tecnologías digitales en el rastreo de contactos se garantizará mediante la adopción voluntaria de estas aplicaciones en los dispositivos inteligentes.

Robótica y asistencia sanitaria

En los últimos años, los robots han desempeñado un papel importante en la industria sanitaria [7].

Los robots están llenando las lagunas de la atención sanitaria y están proporcionando soluciones innovadoras a la fraternidad médica. Ayudan a los médicos en los procedimientos quirúrgicos y también reducen el riesgo del personal médico al examinar a los pacientes con enfermedades contagiosas [8].

Los robots humanoides inteligentes asistidos por IA tienen aplicaciones como la telemedicina, la manipulación de residuos contaminados, el control de la salud de los pacientes y la descontaminación.

China ha explorado muchas de estas aplicaciones en los hospitales para reducir la propagación del COVID-19. En Italia, se han utilizado robots con el nombre de Tommy para medir la presión arterial, la saturación de oxígeno y la temperatura de los pacientes con COVID-19 (https://www.pri.org/stories/2020-04-08/tommy-robot-nurse-helps-italian-doctors-carecovid-19-patients).

El COVID-19 no sólo se propaga de persona a persona, sino también a través de superficies contaminadas; por lo tanto, los robots también encuentran aplicaciones en la desinfección y esterilización de los lugares públicos.

En la actual situación de pandemia, muchos países se han enfrentado al reto de la falta de médicos y enfermeras cualificados para tomar las muestras y procesarlas.

Los robots han sido ampliamente adoptados para la recogida, transferencia y análisis de muestras, reduciendo así el riesgo de infección y la carga de trabajo del personal médico [9].

Los robots también se utilizan para la entrega de alimentos y medicamentos en los hospitales, así como para entretener a los pacientes en los hospitales y centros de cuarentena, con el fin de mantener la salud mental de los pacientes.

Los drones automatizados pueden encontrar una aplicación para controlar el movimiento de las personas en una ciudad densamente poblada que se encuentra en cuarentena y también encuentran aplicaciones en el saneamiento de las zonas afectadas [10].

Chatbots COVID-19

Los chatbots son aplicaciones de asistencia virtual basadas en la IA que pueden construir la interacción entre el ser humano y el ordenador en lenguaje natural. En la actual situación de pandemia, los chatbots son ampliamente explorados en la atención sanitaria para difundir la concienciación y gestionar las consultas de millones de personas en todo el mundo [11].

La OMS y el Centro de Control y Prevención de Enfermedades (CDC) ya han incorporado chatbots en sus sitios web para proporcionar información instantánea sobre la COVID-19.

La OMS lanzó un chatbot en Facebook Messenger para educar a la gente sobre esta enfermedad en inglés, español, francés y árabe. El Gobierno de la India también ha lanzado un chatbot para atender las consultas relacionadas con el COVID-19.

Aparte de la industria de la salud, estos chatbots también son adoptados por las salas de control de la policía y otros sectores públicos involucrados directa e indirectamente en esta pandemia. Los chatbots proporcionan una amplia gama de información, como los síntomas de la enfermedad, la vía de transmisión de la infección, las medidas preventivas, los avisos sobre salud y viajes, y los números de teléfono oficiales del gobierno para obtener más ayuda.

En “Evaluación cualitativa de modelos lingüísticos de respuesta automática a preguntas para COVID-19. arXiv:2006.10964”, el autor diseñó un chatbot utilizando el modelo de lenguaje GPT-2 para responder a consultas relacionadas con COVID-19.

La calidad de las respuestas generadas se mejoró utilizando Term Frequency-Inverse Document Frequency (TF-IDF), Bidirectional Encoder Representations from Transformers (BERT), Bidirectional Encoder Representations from Transformers for Biomedical Text Mining (BioBERT), y Universal Sentence Encoder (USE) para filtrar y retener frases relevantes en las respuestas. Los resultados de la simulación muestran que BERT y BioBERT superan a TF-IDF y USE en el filtrado de frases.

Impactos: 2

Calificar