https://www.uji.es/com/investigacio/arxiu/noticies/2020/6/dades-contra-covid-19/
Los grupos de investigación Geotec, Análisis de Formas 2D y 3D, Aprendizaje Estadístico en Inteligencia Artificial, Esterologia y GIANT de la Universidad Jaume I de Castellón participan junto con otros diez grupos de seis entidades de la Comunidad Valenciana en el proyecto «Ciencias de datos contra la Covid-19 »(CD4COVID), un trabajo colaborativo que se desarrolla de forma voluntaria y altruista desde el comienzo de la crisis causada por la pandemia.
El proyecto CD4COVID ha obtenido recientemente la financiación del fondo Supera Covid-19 que Banco Santander lanzó en abril, junto con CRUE Universidades Españolas y el Consejo Superior de Investigaciones Científicas (CSIC). El fondo, dotado con 8,5 millones de euros para la financiación de programas, proyectos y medidas de apoyo, tiene como objetivo minimizar el impacto de la crisis generada por la pandemia y se centra en tres líneas de actuación: investigación, proyectos de impacto social y fortalecimiento de la capacidad tecnológica de las universidades españolas.
La investigación «Ciencias de datos contra la Covid-19» aglutina la participación de la sociedad civil (a través de una encuesta ciudadana), expertos y expertas del entorno académico-investigador y la administración pública, con el objetivo de aportar información para que los responsables de la gestión pública de la crisis puedan tomar decisiones informadas y basadas en evidencias científicas obtenidas del análisis de datos.
La iniciativa, vinculada a la Estrategia Valenciana en Inteligencia Artificial mediante el comisionado de la presidencia que ocupa la investigadora Nuria Oliver, está formada por más de una veintena de expertos y expertas de universidades y centros de investigación de la Comunidad Valenciana y un investigador de Microsoft que usan los recursos de sus propias instituciones. El proyecto incluye tres grandes áreas de trabajo: modelado de la movilidad humana; modelos epidemiológicos computacionales y ciencias de datos para la toma de decisiones públicas.
Está en marcha desde el inicio de la crisis en marzo y su previsión es que sea operativo hasta principios de 2021, cuando todo hace pensar que se dispondrá de una vacuna y ya no será tan necesario seguir monitorizando la epidemia. Diariamente, la comisionada de la Generalitat Valenciana, Nuria Oliver, elabora un informe con las predicciones del día, con análisis adicionales según las prioridades que se comparte con los miembros del Consejo. Además de la información obtenida (bases de datos, mapas o informes) en las tres áreas de trabajo, el equipo tiene previsto implementar un portal web para difundir toda información que pueda mostrarse en abierto.
Los grupos de investigación que forman parte del grupo de trabajo son Human (ity) Centric Artificial Intelligence de la Fundación Ellis de Alicante; Geotec (liderado por Joaquín Huerta), Análisis de Formas 2D y 3D, Aprendizaje Estadístico en Inteligencia Artificial, Estereología (con Marina Martínez García) y GIANT (con Emilio Sansano) de la Universidad Jaume I de Castellón; MVRlab: Laboratorio de Investigación en Visión Móvil y Lucentia de la Universidad de Alicante; ESI International Chair donde Real Time Control for Simulation de la Universidad Cardenal Herrera-CEU; Unidad Mixta CIPF-FISABIO de Imagen Biomédica del Centro de Investigación Príncipe Felipe-FISABIO; Centro de Investigación Operativa, Valencia Bayesian Research Group y DataScientistUMH de la Universidad Miguel Hernández; e Instituto Universitario de Matemática Pura y Aplicada, Valenciano Research Institute for Artificial Intelligence (Vrain) de la Universidad Politécnica de Valencia.
Áreas de trabajo
La primera área, modelado de la movilidad humana, concentra el análisis de datos agregados y anonimizadas extraídas a partir de la red de telefonía móvil y compartidas por el Instituto Nacional de Estadística (INE) que tiene un acuerdo con Telefónica, Vodafone y Orange. A partir de los datos de unas cinco mil personas, se analiza la movilidad real de la ciudadanía desde el comienzo de la epidemia, se obtiene información sobre cómo han funcionado las medidas de contención y se han identificado comunidades y flujos de personas para predecir mejor la propagación de la Covid-19 si se producen brotes.
La segunda área de trabajo se ocupa de la creación de modelos epidemiológicos computacionales que permiten predecir el número de personas infectadas y recuperadas a lo largo de tiempo, así como realizar simulaciones sobre cómo progresaría la pandemia bajo diferentes escenarios de movilidad. Se trabaja con dos tipos de modelos: metapoblacionales tipo Seira e individuales de agentes. El Seira describe la evolución con una clasificación en cuatro clases (personas susceptibles, expuestas, infecciosas y recuperadas) que cambia a lo largo del tiempo y que se ha adaptado a los 24 departamentos de salud de la Comunidad Valenciana.
El análisis de estos datos les permite inferir la prevalencia real de la Covid-19 y descartar o no una posible situación de «inmunidad comunitaria». Además, se aplican métodos de machine learning para predecir situaciones futuras y explicar la importancia de determinadas variables (edad, hogares intergeneracionales, prevalencia de síntomas, etc.) para determinar el riesgo presente y futuro de los departamentos de salud y estudiar, por ejemplo, las necesidades de puestos en la UCI.
Por último, la tercera área, ciencias de datos para la toma de decisiones públicas, se encarga de elaborar modelos predictivos diarios del número de personas afectadas, hospitalizadas, casos activos, UCI y personas que han faltado. Además, incorpora los datos obtenidos mediante una encuesta ciudadana (con 200.000 respuestas) que se centra en cinco aspectos: comportamiento social durante el confinamiento; resiliencia respecto a las medidas de confinamiento; impacto económico y laboral; estado de salud física y estado de ánimo y uso de la tecnología. También se elabora un mapa de prioridad o riesgo para cada uno de los 24 departamentos de salud que predice la probabilidad de ocupar camas de personas enfermas críticas durante los siguientes cinco u ocho días.