EXATEC usa inteligencia artificial para predecir mortalidad por COVID

Se usaron bases de datos anónimas proporcionadas por una cadena de hospitales de España (HM) para probar si el modelo funcionaba

Por DENISE AUCES | CAMPUS SALTILLO - 22/04/2022 Fotos Denise Auces

Arturo García Zendejas, EXATEC de campus Saltillo, colaboró en el artículo “Prognosis patients with COVID-19 using deep learning”, el cual explica cómo un modelo que usa Inteligencia Artificial puede predecir la mortalidad en pacientes COVID-19.

El escrito fue publicado por la editorial Spring Nature en la revista BMC Medical Informatics and Decision Making; en total colaboraron ocho personas en este proyecto.

El artículo fue producto de la investigación que hizo durante su Maestría en Ciencias con Especialidad en Sistemas de Manufactura en campus Monterrey, cuyo tema principal fue predecir la mortalidad de COVID-19 utilizando Inteligencia Artificial.

“Me sentí muy contento y realizado cuando por fin se publicó el texto; es parte de la cosecha del trabajo que he estado haciendo desde el 2020”, expresó Arturo.

Así funciona el modelo

El Ingeniero en Mecatrónica explicó que los modelos necesitan variables para poder hacer predicciones, en este caso se buscaba saber si un paciente tenía o no probabilidad de fallecer por COVID-19.

Para construir su modelo tomaron en cuenta varios tipos de variables como las demográficas (lugar de origen, edad, género), los signos vitales (saturación de oxígeno, temperatura), biomarkers (valores de leucocitos, neutrófilos) y comorbilidades (enfermedades crónicas como diabetes e hipertensión).

La combinación de estas variables las utilizaron como entrada para el modelo, el cual las procesa y da un resultado final.

Para realizar las pruebas de su proyecto utilizaron bases de datos anónimas, las cuales fueron facilitadas por una cadena de hospitales de España (HM).

De acuerdo con Arturo, midieron la efectividad de su modelo con la métrica Maximum Probability of Correct Decision (MPCD), la cual se enfoca en hacer una predicción más exacta tratando de reducir falsos negativos; el resultado más alto que tuvieron fue de .93, siendo 1 el valor más alto.

Objetivo: aportar a la sociedad

La editorial Spring Nature, junto con la revista BMC Medical Informatics and Decision Making, lanzó una convocatoria para revisar y publicar artículos científicos relacionados con avances tecnológicos para ayudar a resolver problemas de carácter mundial, en este caso el COVID-19.

Su asesor de maestría fue quien le hizo la invitación a colaborar en este proyecto.

“Decidí contribuir en el artículo pues vi la necesidad que había en ese momento, quería poner un granito de arena a partir de los conocimientos que adquirí en mi carrera y maestría”, resaltó.

Para Arturo, el propósito de esta investigación era apoyar a los centros hospitalarios a tener una mejor logística durante la pandemia, con el fin de saber cuáles pacientes priorizar, pues había pocos recursos y una alta demanda.

Arturo explicó que su principal reto fue ponerse al corriente con toda la información de modelos de predicción e inteligencia artificial para poder sacar un trabajo de calidad y valor para la sociedad.

“Me sentí muy contento y realizado cuando por fin se publicó el texto; es parte de la cosecha del trabajo que he estado haciendo desde el 2020”, finalizó.