Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Universidad de California desarrolla sistema inteligente para la prevención de pandemias

La Universidad de California en Irvine y en Los Ángeles (UCI y UCLA) recibió un fondo de la Fundación Nacional de Salud (NSF) para desarrollar un sistema de análisis de datos para encontrar advertencias tempranas de virus.

El equipo de investigadores de UCI y UCLA obtuvo una subvención de alrededor de un millón de dólares como parte de su programa de Inteligencia predictiva para la prevención de pandemias. Para ello formaron un equipo de diez científicos que buscará identificar, modelar predecir, rastrear y mitigar efectos de futuras pandemias. En este sentido, el equipo de científicos se encuentra analizando millones de tuits y otro tipo de datos de los meses previos al brote de COVID-19, con el propósito de encontrar anomalías o patrones que pudieron haber proporcionado advertencias tempranas del virus.

El epidemiólogo Andrew Noymer de la UCI, reconoce la dificultad de encontrar este tipo de patrones, sin embargo, aseguró que probarán enfoques distintos. Por otra parte Chen Li, profesor de ciencias de la computación en la UCI, explica que “el pronóstico del tiempo, donde los avances en las tecnologías de big data y el análisis de la información han dado como resultado mejores pronósticos que están más lejos”. El desarrollo de un modelo con estas características podría permitir respuestas más rápidas en salud pública, medicina y gobierno, por lo que es un aporte valioso.

Por otra parte, Wei Wang, profesor de informática y medicina computacional de UCLA, y considera a las enfermedades infecciosas como fenómenos sociobiológicos que dejan huellas a nivel social y microbiológico. Por ello desarrollaron un enfoque que analice y realice un monitoreo de datos de la sociedad donde se hayan registrado signos que reflejen la aparición de nuevos patógenos con potencial pandémico, según explicó Wang.

Los investigadores comenzaron a trabajar este enfoque desde el año pasado y cuentan con una base de datos de 2 mil 300 millones de publicaciones de Twitter solo en Estados Unidos, que datan desde 2015. Los tuits contienen palabras clave como “tos”, fiebre”, por ejemplo, aunque el reto de los investigadores es desechar las publicaciones donde palabras clave están implicadas en contextos no relacionados con la salud y por lo tanto no son relevantes para el análisis.

Asimismo, los investigadores también analizan notas informativas de medios de comunicación, estadísticas anónimas de salud de estudiantes, datos biológicos y otros recursos de información pública.

“Si no podemos encontrar presagios de brotes de COVID-19 o viruela del mono, nuestro concepto se desliza cuesta arriba. E incluso si los encontramos, eso no garantiza que presagiarán la próxima pandemia. Pero la recompensa potencial hace que valga la pena investigar la idea”, explica Noymer.

Últimos tweets

Eventos más importantes en Salud Digital

2023 febrero

Semana 1

lun 30
mar 31
mié 1
jue 2
vie 3
sáb 4
dom 5
lun 6
mar 7
mié 8
jue 9
vie 10
sáb 11
dom 12
lun 13
mar 14
mié 15
jue 16
vie 17
sáb 18
dom 19
lun 20
mar 21
mié 22
jue 23
vie 24
sáb 25
dom 26
lun 27
mar 28
mié 1
jue 2
vie 3
sáb 4
dom 5
  • Sin Eventos

  • Sin Eventos

  • Sin Eventos

  • Sin Eventos

  • Sin Eventos

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
error: Este contenido esta protegido...