Collaborative Health: el uso de la Inteligencia Artificial en la extracción de datos

Share on facebook
Share on twitter
Share on linkedin
Share on whatsapp
collaborative-health-extraccion-de-datos

En esta nueva y creciente era digital, la Inteligencia Artificial se ha convertido en un elemento esencial para realizar numerosas tareas. A diario se produce un intercambio de datos en diferentes ámbitos de nuestra vida, los cuales por sí mismos y de forma individual pueden parecer irrelevantes. Un nombre, un producto adquirido, una película escogida, un “me gusta” en una publicación de redes sociales, una búsqueda de un producto o servicio en internet, a simple vista no aportan ningún valor. Pero en el momento en que los datos de cada individuo son recolectados, organizados y analizados en busca de características y patrones e incluso para prevenir enfermedades infecciosas se convierten en oro. 

A raíz de la pandemia generada por el Covid-19, se ha puesto en evidencia la necesidad de contar con herramientas que permitan la detección temprana de este tipo de enfermedades. Es así como nacen proyectos como Collaborative Health, un proyecto impulsado por Dantia Tecnología  y que tiene como fin utilizar los sistemas de Inteligencia Artificial para la extracción de datos que puedan ser usados por la ciudadanía y las autoridades gubernamentales con el fin de prevenir posibles focos de enfermedades infecciosas.

Por eso hoy queremos hablarte de esta plataforma y del uso que tiene la Inteligencia Artificial en la extracción de los datos que utiliza.

¿En qué se basa Collaborative Health?

Este proyecto nace como una herramienta para detectar zonas calientes en las que sería posible que existiera algún brote o foco de infección de enfermedades de fácil transmisión. Además de ello, también pretende proporcionar información y opiniones sobre los puntos de vacunación existentes. Como decíamos anteriormente, proyectos como este se han hecho necesarios, especialmente a raíz de la pandemia que aún continuamos viviendo. Gracias a estas herramientas, es posible evitar que los servicios de salud pública colapsen.

Como decíamos anteriormente, el sistema se basa en la extracción de datos, especialmente provenientes de redes sociales, para poner a disposición de la ciudadanía y las autoridades sanitarias esta información. De esta forma, se detectan zonas en las que pueda existir algún tipo de brote o foco de infección de manera temprana para poder prevenir así su transmisión.

inteligencia-artificial-extraccion-de-datos

Ventajas de Collaborative Health

A pesar de que ya hemos mencionado una de sus ventajas principales, que sería detectar brotes tempranos de enfermedades fácilmente transmisibles y que puedan generar colapsos en el sistema sanitario, Collaborative Health cuenta con otras muchas ventajas:

  • Gracias al registro de los datos extraídos de las redes sociales por los sistemas de Inteligencia Artificial, es posible detectar patrones y estudiar los casos que se puedan producir para mejorar los protocolos de actuación.
  • La herramienta posee una aplicación que identifica los factores de riesgo de la población y permite activar un sistema de notificaciones y alertas que permite a los usuarios conocer el nivel de contagios de su alrededor. De esta forma, es posible evitar la exposición y disminuir el riesgo de contraer la enfermedad, ya que se pueden tomar las medidas adecuadas para ello.
  • Permite reducir los gastos sanitarios y evitar el colapso de los centros sanitarios a causa de estas enfermedades.
  • Aporta información a los usuarios acerca de opiniones e información relevante sobre los puntos de vacunación de estas enfermedades.

Principios de la Inteligencia Artificial que intervienen en la extracción de datos de Collaborative Health

La Inteligencia Artificial, está dirigida a simular la capacidad humana de extracción de datos relevantes a partir de la denominada Big Data o conglomerado de datos individuales. En general se tratan de paquetes de datos demasiado amplios para ser manejados de forma eficiente por las personas, ya que emplearían una gran cantidad de tiempo en hacerlo.

La información no basta con tenerla, sino que es necesario entenderla para poder usarla. En el caso de la extracción de datos, en general intervienen una serie de principios para poder obtener una información manejable y ordenada. En el caso concreto del software de Collaborative Health intervienen los siguientes principios:

  • Semantic Deep Learning (SDL): se trata de una característica de todos los sistemas de Inteligencia Artificial que podríamos definir como la capacidad que tienen las máquinas de aprender y mejorar a partir de los datos que van obteniendo. Dicho de otra forma, se vuelven más inteligentes con cada nueva información. Los sistemas reconocen las palabras y usan una red neuronal artificial en forma de árbol, es decir, que se organiza de manera jerárquica. En un primer nivel, la red aprende algo simple que luego envía al siguiente nivel. De esta forma, los niveles superiores recogen la información primaria, la juntan y componen otra más cualificada que se usará en las siguientes fases. Gracias a este principio, es posible afirmar que las máquinas “tienen la capacidad de aprender”.
  • Procesamiento del Lenguaje Natural (PLN): gracias al SDL, el sistema transforma la información que obtiene de las posibles fuentes en un lenguaje que la máquina entienda para poder procesar y convertir los datos en manejables para poder ser utilizados.
  • BlockChain: se trata de un registro de la información en bloques organizados a lo largo de los nodos de una red neuronal. Cada bloque se sitúa en la red en un lugar específico, y contiene información acerca del bloque inmediatamente anterior, formando una cadena. Conforme se van creando nuevos bloques, la red los verifica, valida y añade a un nuevo bloque de la cadena.

¿Cómo funciona Collaborative Health?

Como ya hemos mencionado anteriormente, el software se basa en la extracción de datos de las redes sociales para obtener la información necesaria. Así, en primer lugar, el sistema de Inteligencia Artificial se encarga de monitorizar y recolectar todo lo necesario de las redes sociales y de fuentes oficiales a través del Procesamiento del Lenguaje Natural, que utiliza el Semantic Deep Learning para poder transformar la información y convertirla en un código que la máquina entienda.

Posteriormente, Collaborative Health se basa en el BlockChain para realizar un filtrado de fuentes e incidencias que los usuarios reporten. De esta forma, además de asegurar la calidad de la información, proporciona una red segura y de confianza, ya que la información es firmada y sellada digitalmente y el sistema la almacena automáticamente sin intervención humana, evitando posibles alteraciones. 

Por último, el proyecto se apoya de nuevo en el Semantic Deep Learning para difundir, combinar y analizar los resultados obtenidos, poniendo a disposición de las autoridades sanitarias y de los usuarios la información, ya sea a través de un “dashboard” desde el que pueden activar notificaciones los profesionales sanitarios, o de la aplicación que los ciudadanos tienen a su disposición. Es evidente cada día más la utilidad de la tecnología y las notables utilidades ofrecidas por la Inteligencia Artificial, en la recolección, clasificación y procesamiento de datos se constituyen cada día como una herramienta más poderosa, la cual es importante tener en cuenta. Dantia Tecnología no solo utiliza la Inteligencia Artificial en Collaborative Health, sino también en otros de sus proyectos y softwares. Si quieres conocer más información, en este enlace puedes encontrarla .

Redacción

Redacción

Nuestro equipo de redacción está compuesto por profesionales expertos en la materia.

Comentemos amistosamente

Apúntate a nuestra Newsletter

Te prometemos que sólo te contactaremos para temas relacionados con nuestro blog.