Han sido aplicados en diferentes regiones de Sudamérica y sus objetivos van desde prevenir enfermedades hasta predecir epidemias de enfermedades relacionadas con mosquitos.
Existen diversos proyectos de IA en Latinoamérica en diferentes etapas. En ellos, científicos usan algoritmos apoyándose en Big Data y Machine Learning, para lograr prevenir y controlar enfermedades.
Uno de esos proyectos es liderado por el investigador dominicano Rianier Mallol junto a el epidemiólogo Dhesi Raja, quienes coincidieron en la Universidad Singularity de la NASA. El epidemiólogo le contó acerca de lo difícil para los sistemas de salud planificar estrategias contra el dengue porque desconocen cuando aparecerá la epidemia. “Fue ahí que pensé que sería una buena idea crear un algoritmo de machine learning para identificar por adelantado”, explica Mallol.
De esta forma nació AIME (Artificial Intelligence in Medical Epidemiology), proyecto implementado en Malasia. La recolección de datos y variables consistió en trazar un mapa de bases de datos de todo el mundo a tal grado que lograron obtener hasta 800 variables, por ejemplo, el material de las casas, sin embargo, posteriormente fue reducido a 300 variables. La información recabada puede lograr la predicción de una nueva epidemia hasta tres meses antes.
Por otro lado, en Argentina, en la Universidad Nacional de Córdoba, existe un proyecto que busca predecir enfermedades transmitidas por mosquitos como el zika, chikungunya, dengue, entre otras.
El investigador Juan Scavuzzo, lidera un proyecto guiado por machine learning, con el que identifican con anticipación el riesgo de emergencia de colonias de Aedes aegypti, la especie de mosquitos que provoca dengue. Este sistema fue probado en la provincia de la Salta, en la ciudad de Tartagal, al norte de Argentina.
El objetivo final es la creación de un mapa geoespacial que indique los riesgos en cada región del país. Además, tienen un proyecto alterno donde muestran que gracias a las redes neuronales se puede predecir el mal de chagas, enfermedad recurrente en zonas rurales de Sudamérica.
Otro de los proyectos en Salud que involucran IA es el de Cristian Yones, ingeniero de la Universidad Nacional del Litoral en Santa Fe, desarrolló un proyecto llamado Child Growth Prediction Tree (GCPT), se trata de un algoritmo diseñado para predecir la malnutrición infantil utilizando datos como peso, altura e índice de masa corporal.
El sistema fue entrenado con datos de más de 80 mil infantes, según confirma Yones. El CGPT será probado en hospitales de Santiago del Estereo, San Juan y Mendoza. La implementación de este tipo de proyectos podría marcar un hito en la predicción de enfermedades en la región sudamericana.
La IA en Latinoamérica tiene potencial en el campo de la medicina ya sea para la prevención de enfermedades o para predicción de epidemias y así como estos, existen muchos proyectos enfocados a la IA y Salud Digital en la región que deben ser tomados en cuenta.
