La idea vasca que permite prever las necesidades de las urgencias con Inteligencia Artificial

Creado por la empresa vasca Sherpa , el software se ha empezado a utilizar por los servicios sanitarios para intentar prever las necesidades. Algo que parece casi magia, pero que representa una gran ventaja en la lucha contra el coronavirus. La Inteligencia Artificial se está usando de manera muy intensa en países muy tecnificados como Singapur o Corea del Sur con buenos resultados. ¿Por qué no en España?

La «startup» está considerada como una de las diez empresas más importantes en el campo de la Inteligencia Artificial del mundo. Xabi Uribe-Etxeberria , consejero delegado y fundador de Sherpa, asegura en declaraciones a ABC que su software es capaz de prever con siete días de antelación el número de camas ocupadas en la UCI segmentado por hospitales y región. «Teniendo en cuenta que Osakidetza-Servicio Vasco de Salud es capaz de montar una UCI en 5 días, les damos tiempo para prepararse y dos días extra de margen», valora.

¿Cómo funciona la herramienta? «Usamos datos de Italia y, gracias a que van dos semanas adelantados a España, nos permite extrapolar lo que está ocurriendo en ese país al nuestro. Buscamos regiones similares y aplicamos modelos matemáticos junto a la inteligencia artificial y machine learning. Los resultados son muy buenos», promete el directivo.

La pandemia ha obligado a muchas empresas a reorientar sus planes de negocio para dar salida a su producción ante las necesidades sanitarias que vive España en las últimas semanas. Fábricas y firmas de todos los sectores que han diseñado productos para cubrir los servicios sanitarios. «La medicina no es nuestro campo, pero si Seat puede construir respiradores , nosotros podemos adaptarnos y aportar nuestro granito de arena», añade.

La empresa vasca defiende, pese a las dudas que puede tener la tecnología, que sus predicciones son fiables . «Estamos logrando muy buenos resultados. Lo estamos clavando dos camas arriba, dos abajo. Las UCI en el País Vasco nunca han llegado a la saturación de otras regiones gracias a los datos que les damos les han permitido anticiparse correctamente», promete.

«La inteligencia artificial es tan importante como la medicina. En Singapur o Corea del Sur se ha aplicado desde el principio, desde el diagnóstico, que gracias a Alibaba ha pasado de 15 minutos a 15 segundos en el tiempo necesario para revisar una tomografía, a la producción de la vacuna o las pruebas de detección del Covid-19, reduciendo un proceso de meses a semanas. Cuando toda la pandemia termine, nos daremos cuenta del enorme papel de la Inteligencia Artificial en su solución», valora.

De momento, el software permite cruzar datos públicos para hacer una estimación, aunque tiene margen de mejora. Y añade: «También estamos intentando ofrecer datos de fallecidos e infectados, aunque ambos tienen un mayor intervalo de incertidumbre que las camas de la UCI porque les afectan otras variables menos predecibles». De hecho, Uribe-Etxeberria adelanta que se va a a plicar la misma tecnología para el desconfinamiento con el objetivo de detectar situaciones de riesgo y focos de contagio con antelación. De esa manera -dice- « se podrá evaluar cómo proceder en el desconfinamiento de forma segura » porque «no hay que bajar en ningún momento la alarma».

El uso de datos e información de los usuarios ha sido una constante en la pandemia. Aplicaciones de autoevaluación y herramientas que incluyen funciones de geolocalización para controlar a las personas contagiadas por el coronavirus . En este caso, el software de esta empresa se limita a su región. La pregunta es: ¿por qué no se está aplicando al resto de España? « El problema está en los datos. Pensábamos al principio que los datos estarían más unificados, pero prácticamente cada región y hospital miden de forma diferente prácticamente todo, desde los contagios a los fallecidos, por no hablar de la manera de exportarlos para poder utilizarlos con la IA», sostiene.

«Prácticamente la recogida de datos hay que hacerla de forma manual. Si hubiéramos intentado atender otra comunidad autónoma más, probablemente no lo habríamos conseguido, hemos hecho el trabajo de tres meses en prácticamente tres semanas. La extracción de datos sin un estándar hace que el modelo no sea escalable», lamenta.