La pandèmia provocada pel coronavirus ha fet que un dels còctels amb més potencials del sector científic i mèdic hagi arribat a la primera línia mediàtica. Es tracta de la combinació de la intel·ligència artificial (IA) amb les dades massives, dues tecnologies que han estat clau per analitzar la tendència de la covid-19 i buscar-li solucions. L’hem vist aplicada en salut, en la producció i provisió de materials, en la gestió d’aforaments, la traçabilitat... la llista és llarga. I continuarà creixent, segons els experts que participen aquests dies en l’AI & Big Data Congress, ja que la crisi sanitària no ha fet més que fer visible la punta de l’iceberg.

Agilitzar la detecció de casos positius

Una de les aplicacions pràctiques de la IA i el big data exposades a l’esdeveniment ha estat l’eina creada per metges i informàtics de l’Hospital del Mar per fer una aproximació de diagnòstic de covid-19 sense PCR. El cost d’aquests tests, el temps que necessiten fins a obtenir els resultats i la falta de les proves mateixes per identificar els positius ha fet que el personal sanitari hagi hagut de recórrer a altres sistemes per alleugerir la saturació viscuda als centres de salut durant els mesos més crítics.

Agafant com a base les radiografies de tòrax en els quadres de pneumònia, l’investigador post-doctoral i metge d’urgències Max Hardy-Werbin va proposar al centre l’aplicació de la IA i les dades en la creació d’un sistema que fos capaç d’analitzar-les per identificar afectats pel coronavirus. “L’objectiu va ser desenvolupar models basats en aprenentatge profund per generar una eina de detecció precoç”, ha assenyalat.

L’Hospital del Mar va desenvolupar una eina que deteta en 18 segons possibles casos positius mitjançant radiografies de tòrax

El primer pas va ser recollir més de 5.000 radiografies de pacients malalts de covid-19 i d’altres de sans, totes etiquetades amb informacions com si es tenia PCR positiva o negativa, simptomatologia i altres coneixements que aportessin context. Tot això va generar la base perquè el sistema pogués anar aprenent a poc a poc. “Vam poder crear un algoritme que busca característiques entre les imatges i va aprenent en cada cicle”, ha explicat, “vam organitzar grups d’entrenaments de cinc fases per entrenar cinc models diferents”. El resultat final va ser una solució que “rastreja noves imatges, les envia directament a l’eina i es retorna un document on s’indica la probabilitat de contagi”. I tot això, en només 18 segons i amb un 80% fiabilitat.

L’algoritme es va fer servir durant els mesos més durs de la pandèmia i ara encara està disponible. De fet, està integrat dins del sistema informàtic de dades clíniques del centre hospitalari perquè els metges puguin accedir-hi amb un sol clic. Ara l’equip treballa perquè el sistema pugui aplicar-se també com a tecnologia per preveure com evolucionarà la malaltia en un pacient.

La logística dels ‘makers’

La solidaritat per part dels propietaris d’impressores 3D i dels coneixedors de la tecnologia va fer sorgir iniciatives com Coronavirus Makers. En poc temps, es van dissenyar mascaretes, màscares i tota mena d’equipaments de protecció per al personal sanitari com a solució per a la falta de materials dels treballadors. “Volíem protegir els que ens estaven protegint a nosaltres, però van sortir tantes mans voluntarioses que el mateix 21 març es va emetre un comunicat per dir que no es podia recollir el 100% del material que es fabricava”, ha recordat el soci director de Fhios Smart Knowledge, Miguel Sáiz. Hi havia un coll d’ampolla i calia solucionar-lo.

La creació de rutes òptimes per al repartiment d'EPIs dels 'makers' va ser l'element clau per fer eficient la solidaritat de les persones

En aquest cas, la unió entre el grup d’investigació Internet Computing & Systems Optimization (ICSO) de la UOC, la consultora Fhios i l’empresa WeOptimize van dissenyar una solució basada en un algoritme que coordinava el nombre de creadors de materials, els repartidors disponibles i els punts d’entrega per dibuixar les rutes més òptimes. Una tasca titànica per a la ment humana, ja que diàriament el volum de voluntaris experts en 3D, el d’EPIs fabricats i el de vehicles disponibles fluctuava. I, en aquest últim cas, també calia tenir en compte la quantitat de motos, cotxes o furgonetes que feien la seva crida a participar, també variable en només 24 hores.

Amb la solució creada es van poder planificar unes 150 rutes amb una mitjana de 500 km que va permetre reduir en 7.500 els km recorreguts. “Aquesta eficiència ens va generar un 10% més de producció de la prevista”, ha afegit el fundador de WeOptimize i doctorant de l’ICSO, David López.

Vigilar l’aforament de les platges

Des de l’administració pública també s’ha treballat amb eines tecnològiques per reduir el risc de contagi un cop superats el període més crític. En el cas de Barcelona, l’Institut Municipal d’Informàtica (IMI) va tenir el repte de dissenyar una eina capaç de monitorar l’afluència de banyistes a les platges.

En els mesos de juliol i agost, la costa barcelonina rep una mitjana de 3,7 milions de persones que acostumen a situar-se en primera línia de mar i sense vigilar les distàncies. Aquest és un hàbit previ i que no es podia repetir amb la “nova normalitat”. Per evitar-ho, el cap de projectes d’innovació de l’IMI, Marc Pérez-Batlle, ha explicat que es va recórrer a l’ús de videosensors que detectessin l’espai lliure a la sorra. “No es tractava de saber l’aforament a les platges, sinó de conèixer els grans de sorra disponibles en temps real per ajudar els ciutadans a situar-se en un lloc segur”, ha apuntat.

Videosensors i algoritmes són els encarregats de definir l’afluència de banyistes a les platges de Barcelona

El funcionament de la tecnologia és senzilla. Els videosensors capturen una imatge cada 5 minuts i l’encripten. Posteriorment, s’envien a un router instal·lat al costat mitjançant Ethernet a un servidor segur que anonimitza la informació i la processa. Tot seguit, la imatge s’envia a un altre servidor que extreu els resultats i s’envien al web públic, on l’usuari pot veure els mapes amb la disponibilitat d’espai de cada platja.

Segons ha afirmat, l’Ajuntament ha invertit 80.000 milions d’euros en la solució, feta en col·laboració amb el sector privat.