Inicio Noticias Con big data e inteligencia artificial: Matemático chileno predice enfermedades de millones...

Con big data e inteligencia artificial: Matemático chileno predice enfermedades de millones de estadounidenses

Fuente: www.futuro360.com

El ingeniero Fernando Schwartz desarrolla algoritmos que ayudan a detectar en forma temprana enfermedades crónicas, distintos tipos de cánceres y patologías.

El ingeniero matemático chileno Fernando Schwartz, jefe del equipo de Data Science de la compañía Prognos, de Estados Unidos, analiza la información de más de 200 millones de pacientes clínicos de ese país utilizando Inteligencia Artificial (AI) y Big Data. Gracias al liderazgo del profesional formado en la Universidad de Chile en el desarrollo de algoritmos para establecer modelos predictivos en salud, la empresa fue destacada como una de las cinco compañías más innovadoras en AI en salud de EE.UU., de acuerdo al portal Business Insider.

Schwartz mostrará su experiencia recopilando más de 17 mil millones de datos de usuarios del país norteamericano, utilizados para la predicción de enfermedades crónicas, cáncer y patologías raras, en la jornada inaugural de los Data Days. La actividad es organizada por el Centro de Modelamiento Matemático (CMM) de la U. de Chile, y abordará los desafíos de la ciencia de datos para la sociedad, partiendo por los que enfrenta la salud. Para ello, la jornada, que se llevará a cabo el próximo martes 9 de octubre, tendrá la colaboración del Centro de Informática Médica y Telemedicina de la misma casa de estudios, y el Centro Nacional en Sistemas de Información en Salud (CENS).

Conectando AI y Big Data

El trabajo de Schwartz en la industria de la ciencia de datos comenzó en la firma AppNexus, una multinacional estadounidense cuya plataforma de software optimiza la publicidad en línea. Allí se familiarizó con la aplicación de herramientas de Big Data e Inteligencia Artificial para analizar grandes volúmenes de información provenientes de usuarios de internet, con el objetivo de establecer mecanismos de monetización con fines publicitarios, tal como lo hacen compañías como Google y Facebook.

“La tecnología que ellos utilizan es basada en el análisis de Big Data junto a tecnologías de AI, es decir, en resumen, es la mezcla de ambas cosas. La ventaja que tiene esa industria es que genera sus propios datos y en base a estos, generan predicciones. El control y posterior análisis de los datos con inteligencia artificial es tecnología de punta en ciencia de datos”, explicó el ingeniero nacional, quien anticipa que los desafíos para la salud en este ámbito son aún incipientes.

Esto, principalmente, por la dispersión en la procedencia de los datos, una brecha que la inteligencia artificial y el análisis de Big Data están ayudando a resolver gracias a los algoritmos desarrollados por el matemático chileno. Prognos estuvo recolectando información médica por casi 10 años, y en total, logró reunir más de 17 mil millones de datos de 200 millones de pacientes, asociados a exámenes de laboratorio no individualizados, a fin de no vulnerar la privacidad de los usuarios y cumplir con las estrictas regulaciones en esta materia en Estados Unidos.

Cien mil computadores y redes neuronales

La compañía continúa recopilando datos al tener instalados softwares en cientos de laboratorios en Estados Unidos. De esta manera, pueden desarrollaraplicaciones predictivas para clientes del sector farmacéutico, laboratorios clínicos y compañías de seguro. Estos modelos, a su vez, se enfocan en la detección temprana de patologías raras, con tasas de prevalencia menores a cien casos dentro de cien mil personas, facilitando acceso a tratamiento; cánceres, estableciendo redes de pacientes en distintos tipos de tumores; y enfermedades crónicas, a fin de agilizar la detección temprana.

“Lo que hacemos es intentar entender dos cosas: quiénes son los quienes son los individuos que van a tener necesidad de tratamiento y qué tipos de personas vana desarrollar una condición médica de acuerdo a trayectoria de salud que tiene, además de los costos que podría acarrear predecir cuál va a ser el costo de ciertas poblaciones en salud”, explicó Schwartz.

A través de los sistemas de almacenamiento instalados en los laboratorios, y gracias a protocolos de nomenclatura fundamentales para organizar casi 18 billones de entradas, los datos son preparados con mecanismos estadísticos y de redes neuronales basados en inteligencia artificial. Allí, más de mil computadores en una arquitectura de nube los procesan en forma simultánea, en función de los múltiples parámetros y variables involucrados, para describir de una forma certera el conjunto de datos y generar hallazgos predictivos.