El 'Big Data', ¿la otra vacuna para el coronavirus?

¿Se puede prevenir una enfermedad antes de que se diagnostique? «Con las
predicciones de pandemias el problema es que normalmente no se pueden realizar
estimaciones fiables del número básico de reproducción de la epidemia hasta que
la enfermedad ha penetrado en la sociedad y ha habido suficiente tiempo para
examinar las estadísticas», señala Antonio Romero Sebastiá, director del Máster
Universitario en Comunicación Social de la Investigación Científica de la
Universidad Internacional de Valencia.

Los relojes y pulseras inteligentes son los nuevos aliados de los departamentos de
investigación, pero Twitter y Google ya eran unos habituales en la búsqueda y
prevención de nuevas enfermedades. Los 'wearables' vigilan los sietes días de la
semana y las 24 horas de cada jornada. «Llevan el parche que está equipado con
varios sensores durante una semana. Y, aunque discreto, nos proporciona
información continua sobre el ritmo cardíaco, la respiración, la actividad física y
mucho más», detalla el doctor Frank Kramer, que trabaja con biomarcadores en el
grupo de Medicina Cardiovascular Experimental del grupo Bayer.

La farmacéutica, en un estudio, ha monitorizado con ese parche de alta tecnología

varios marcadores para realizar un seguimiento de la salud de los pacientes. A este
análisis se han sumado matemáticos, ingenieros e informáticos, que ya trabajan con
los expertos en epidemiología.

La epidemiología es la ciencia que estudia la expansión de una enfermedad y lleva

décadas usando datos para sus predicciones. «El 'Big Data' aporta factores que
están resultando muy importantes para mejorar la calidad de los modelos
predictivos», explica Pedro Antonio de Alarcón, uno de los responsables de LUCA,
la unidad de datos de Telefónica.
«El desafío de estos métodos está en distinguir entre la actividad relacionada con
la propia enfermedad de un individuo y aquellas relacionadas con los medios de
comunicación, o la mayor conciencia e interés sobre el virus durante la temporada
de gripe», destaca Jennifer Radin, investigadora del Scripps Research Translational
Institute, en una entrevista con la CNN. Ha escrito un estudio sobre aprovechar los
datos de dispositivos portátiles para mejorar la vigilancia en tiempo real de
enfermedades similares a la gripe en EE UU.
«Los epidemiólogos se ven obligados a realizar extrapolaciones partiendo de un
número reducido de los primeros puntos de datos obtenidos. Normalmente no es
posible disponer de estimaciones fiables hasta que la enfermedad ha empezado su
curso y se cuenta con datos bastante fiables», apunta a Romero Sebastiá.
Argumento que también valida De Alarcón: «el problema de predicción sigue siendo
muy complejo por la cantidad de variables que inciden; el 'Big Data y la inteligencia
artificial (IA) han mejorado la precisión en las predicciones, pero no lo han resuelto.
Además, que cada epidemia sea diferente a la anterior obliga a rehacer gran parte
del trabajo en cada nuevo brote», añade.

Bibliografía

https://www.expansion.com/opinion/2020/03/12/5e6a7f87468aebe73d8b4581.html
https://www.diariovasco.com/tecnologia/data-vacuna-coronavirus-
20200302075358-ntrc.html
https://www.expansion.com/economia-
digital/innovacion/2020/03/24/5e78f639e5fdea4d0e8b45ef.html