La combinación de IA e imágenes satelitales puede tiene el potencial de revolucionar la salud pública.
La revista científica The Lancet Digital Health, publicó un editorial que explora temas como las diversas aplicaciones de tecnologías satelitales e inteligencia artificial (IA) en la salud. El texto explica cómo las tecnologías especiales, sobretodo las imágenes satelitales combinadas con IA, están revolucionando la investigación en Salud Digital y pública.
Por ejemplo, las tecnologías de percepción remota, que recopilan datos mediante sensores en satélites de observación terrestre, se utilizan para identificar características geográficas asociadas a enfermedades humanas. De esta manera, la combinación de imágenes satelitales e IA podría mejorar la respuesta a brotes de enfermedades infecciosas
El editorial también destaca un estudio en el que Karen K. Wong y sus colegas implementaron un modelo de deep learning de dos etapas para detectar y clasificar torres de enfriamiento en imágenes satelitales de ciudades estadounidenses. Estas torres, si no se mantienen adecuadamente, pueden dispersar bacterias Legionella, causantes de la enfermedad del legionario, un tipo de neumonía. En dicho estudio, el modelo de IA logró detectar estas torres con alta precisión y a una velocidad significativamente mayor que los expertos humanos, lo cual facilitó las investigaciones de brotes llevadas a cabo por los Centros para el Control y la Prevención de Enfermedades (CDC, en inglés).
Además de torres de enfriamiento, la IA ha sido utilizada para detectar otros recipientes de agua que pueden servir como criaderos de mosquitos Aedes aegypti, vectores de enfermedades como el dengue, Zika y chikungunya. La automatización de la detección de estos sitios permite optimizar el control de vectores y especifica objetivos para las inspecciones de autoridades sanitarias.
Por otro lado, la IA y las imágenes satelitales también tienen un impacto importante en las enfermedades no transmisibles. Las imágenes satelitales y el deep learning también han identificado y vinculado ciertas características del entorno con la prevalencia de enfermedades cardiometabólicas, obesidad y cáncer. Por ejemplo, elementos como autopistas y edificios en mal estado se asocian con mayor prevalencia de enfermedades, asimismo, instalaciones recreativas y espacios verdes muestran una asociación contraria. De esta manera, esta clase de hallazgos pueden guiar a diseñar e implementar mejores intervenciones de salud pública y políticas de planificación urbana.
El editorial también reconoce los desafíos en el uso de IA y datos satelitales. Por ejemplo, la disponibilidad y calidad de datos regionales sobre salud y variables ambientales, especialmente en países de ingresos bajos y medianos es uno de los desafíos principales. La recolección de estos datos no solo es costosa, sino que requiere de horas de trabajo, por lo que una solución potencial es el aprendizaje por transferencia. Este método consiste en que un modelo de IA entrenado con datos de otras regiones se aplica al área de interés, con imágenes satelitales sintéticas.
El texto concluye que para que estas tecnologías tengan un valor global, es necesario disponer de suficientes recursos para la recolección y análisis de datos, junto con guías éticas claras. Además, reconoce que es necesario contar con políticas de salud deben que apoyen la infraestructura y la fuerza laboral. De igual manera, se necesita una estrategia internacional para garantizar que la información capturada en las imágenes satelitales no viole la privacidad de la población.
