Equipo universitario crea modelo de IA para predecir y gestionar brotes pandémicos globales
MadridIngenieros de la Universidad de Houston han desarrollado un nuevo modelo de IA para ayudar a predecir y controlar pandemias mediante el estudio del tráfico aéreo internacional. Su investigación, publicada en la revista Nature, demuestra que la inteligencia artificial puede identificar y seguir áreas donde es probable que se propaguen infecciones debido a los viajes aéreos. Esta información puede asistir a líderes de salud global en la toma de decisiones. Los ingenieros descubrieron que Europa Occidental, Medio Oriente y América del Norte tienen un papel importante en la propagación del COVID-19 por su alto número de vuelos internacionales.
Dynamic Weighted GraphSAGE es una herramienta innovadora que utiliza un tipo especial de red neuronal para analizar redes complejas, como los horarios de vuelos que cambian con frecuencia. Ayuda a descubrir patrones en el movimiento de personas entre distintos lugares en diversos momentos. Al entender estos patrones, los investigadores pueden identificar áreas clave donde la reducción de vuelos podría disminuir significativamente la propagación de enfermedades. La herramienta cuenta con varias características importantes, tales como:
- Análisis de redes de grandes volúmenes de datos en constante cambio
- Detección de conexiones aéreas de alta sensibilidad
- Modelos predictivos perspicaces para estrategias de formuladores de políticas
Los autores del estudio afirman que su análisis basado en IA puede ayudar a tomar decisiones inteligentes sobre las restricciones de vuelos, reduciendo así su impacto en la movilidad de las personas mientras se controla la propagación de enfermedades. Este enfoque no se limita al COVID-19, sino que también es aplicable para enfrentar futuras pandemias. Ayuda a las autoridades a gestionar riesgos desde etapas tempranas, evitando grandes brotes.
Este nuevo método propone una forma distinta de gestionar pandemias, centrándose en la prevención en lugar de reaccionar después de un brote. Utilizando datos en tiempo real y aprendizaje automático avanzado, el modelo se adapta a cómo cambian y se propagan las pandemias. Los investigadores pueden probar diferentes escenarios para entender cómo incluso pequeños cambios en las reglas de viaje aéreo pueden influir significativamente en los resultados. Esto ayuda a crear políticas que preserven tanto la salud pública como la economía.
A medida que aumenta el turismo global, estas herramientas se vuelven más cruciales. Ayudan a anticipar problemas y permiten tomar medidas que protegen tanto a las comunidades locales como a las internacionales. La investigación de la Universidad de Houston mejora las predicciones de pandemias y fomenta una nueva forma de abordar los problemas de salud global.
El estudio se publica aquí:
http://dx.doi.org/10.1038/s41598-024-73639-7y su cita oficial - incluidos autores y revista - es
Syed Rizvi, Akash Awasthi, Maria J. Peláez, Zhihui Wang, Vittorio Cristini, Hien Van Nguyen, Prashant Dogra. Deep learning-derived optimal aviation strategies to control pandemics. Scientific Reports, 2024; 14 (1) DOI: 10.1038/s41598-024-73639-719 de noviembre de 2024 · 20:02
IA eficiente en movimiento: modelos de lenguaje optimizados para dispositivos móviles y laptops
18 de noviembre de 2024 · 9:36
Precisión en estudios de comportamiento de ratones mejorada con IA y menos animales
18 de noviembre de 2024 · 7:24
La IA detecta rápidamente tumores cerebrales difíciles en cirugía con tecnología de FastGlioma
Compartir este artículo