Blogs universales

Cómo la ciencia de datos podría detener el coronavirus (COVID-19)

Sabemos que los datos y la analítica tienen una función importante en los productos diarios, desde recomendaciones de música que nos gustaría escuchar hasta redireccionamiento automático del sistema GPS. Sin embargo, ¿cómo se podría usar el poder de la analítica contra una enfermedad que actualmente pone en riesgo la salud y el bienestar económico de las personas en todo el mundo?

Si volvemos atrás hasta la década de 1850, hay dos ejemplos importantes de cómo los pioneros de ciencia de datos tuvieron increíbles impactos en el mundo que podrían proporcionar insights sobre lo que puede suceder en el futuro.

Un potente caso en el que se aprovechan datos y analítica para impulsar un cambio significativo en el curso de la transmisión de una enfermedad.

Era 1852 y la pandemia del cólera había llegado a Londres. Más de 23.000 personas ya habían muerto. Para empeorar las cosas, los informes de la prensa no coincidían e hicieron creer  a las personas que las víctimas eran más propensas a morir en el hospital que en sus hogares, y que los médicos matarían a sus pacientes asifixiándolos para la disección anatómica, un delito conocido en inglés como “Burking”.

John Snow, que con frecuencia se describe como el padre de la epidemiología, comenzó a analizar las muertes que ocurrieron en Londres geoespacialmente y aisló la fuente de la enfermedad, un pozo contaminado que suministraba agua en el área de Soho en Londres, Broad Street Pump.

(Mapa de los registros de John Snow sobre los casos de cólera en Londres).

Mediante el análisis, convenció a los funcionarios locales de retirar el mango de la bomba, y los casos de cólera disminuyeron rápidamente, lo que acabó con la transmisión de la enfermedad en Londres.

Unos años después, casi en el mismo lugar, una joven enfermera, Florence Nightingale, resolvió otro problema médico importante. El Imperio británico estaba en guerra contra el Imperio ruso y miles de soldados fueron hospitalizados. Las condiciones de los hospitales eran horrorosas y las posibilidades de sobrevivir una vez ingresados eran inferiores al 60 %.

Nightingale, impulsada por los datos, implementó nuevos procedimientos (como el lavado de manos) y documentó metódicamente los datos sobre cómo se realizó cada uno y analizó los resultados. En uno de los informes más famosos, se demostró cómo sus prácticas en estos hospitales de campo redujeron las tasas de mortalidad del 42 % al 2 %. Y si eso no era lo suficientemente convincente, Nightingale recopiló datos sobre las mismas tasas en los mejores hospitales de Londres para demostrar que estas prácticas innovadoras debían instituirse en todas partes.

Muchos de estos métodos utilizados para reducir la transmisión de enfermedades aún se practican en la actualidad. Lo creas o no, durante ese período, la mayoría creía que los malos olores causaban la transmisión de enfermedades.

Estos dos pioneros de la ciencia de datos establecieron el escenario para muchos de los que vinieron después. En ambos casos, eran expertos en su área, entrenados en medicina. Tenían acceso a datos y una comprensión de cómo analizarlos para generar resultados. Y este patrón continúa repitiéndose en ejemplos de nuestros días.

En un tipo diferente de brote de enfermedad, durante la pandemia de la gripe aviar en el 2009, vimos cómo el Departamento de Agricultura de los Estados Unidos aprovechó Alteryx para detener el brote con una velocidad increíble. Mediante el uso de datos geoespaciales y la plataforma de analítica moderna de Alteryx, la agencia pudo implementar el análisis de forma práctica más rápido que antes, lo que ayudó a acabar con el brote velozmente y reducir el impacto económico.

¿Qué innovaciones podrían ralentizar o detener el coronavirus (COVID-19)?

Actualmente, existen informes de China en los que se indica que uno de los facilitadores más grandes para ralentizar la transmisión es el uso de la inteligencia artificial (IA). Con el registro de casos informados y la incorporación de esos datos en movimientos GPS de teléfonos celulares, el Gobierno pudo crear modelos analíticos para predecir qué vecindarios tenían más probabilidades de tener casos en el futuro. Con esta información, podían instaurar una cuarentena rápidamente y poner en marcha medidas para reducir o detener la transmisión de la enfermedad. Si bien es probable que este nivel de intercambio de datos no ocurra en muchos otros países, indicadores tempranos señalan que estas acciones redujeron significativamente el efecto de la enfermedad; China ya informa menos casos nuevos que varios otros países.

Buen argumento

Deanna Sánchez, una científica de datos fenomenal que se centra en las relaciones geoespaciales, también tiene conocimientos médicos y utiliza un enfoque en geografía médica. Después de aplicar esto al coronavirus, ya encontró patrones en los datos.

“Con Alteryx pudimos crear los mapas a continuación, en los que se muestra la transmisión del coronavirus en EE. UU. a lo largo de unas pocas semanas. Cada punto representa casos confirmados de la enfermedad con variaciones de color que ilustran uno o más casos.

Nota: En los mapas, se muestran datos de casos confirmados hasta el 02/11/20 a las 10:50.

“La transmisión y el alcance de la enfermedad son visualmente palpables, al mismo tiempo que proporcionan insights instantáneos, como el impacto limitado de la enfermedad, la contención en las ciudades principales y la transmisión no contigua. El “dónde” del coronavirus, sus patrones de transmisión y los tipos de personas a las que afecta también se pueden analizar de manera eficaz con el GIS”.

— Deanna Sánchez, Alteryx ACE, gerente de Práctica, Inteligencia y Analítica, PK, Experience Engineering Firm (Cómo la analítica espacial puede combatir el coronavirus)

¿Se podrá seguir aprovechando la ciencia de datos para detener la transmisión del coronavirus?

Cuando estaba desembarcando recientemente de un avión, los CDC me entrevistaron a raíz de una analítica que mostró que viajé a un área de alto riesgo. Ciertamente, este es un gran caso práctico de analítica y uno que es increíblemente fácil de implementar en plataformas analíticas modernas. Sin embargo, creo que tendremos más innovaciones con efectos aún más significativos, ya sea en la analítica de vacunas o en las metodologías de contención, en el análisis de eficacia de tratamientos o en nuevos procedimientos para proteger a aquellos que los reciban primero.

Espero que personas increíbles con gran experiencia y conocimientos en la materia sigan aprovechando las herramientas y técnicas analíticas avanzadas para cambiar el mundo, y espero plenamente escuchar más ejemplos de cómo el COVID-19 se encuentra con el superhéroe moderno: el trabajador con conocimientos y habilidades de ciencia de datos.

Conclusiones clave

  • La analítica y Big Data son fundamentales para comprender y combatir la transmisión de enfermedades mortales.
  • El conocimiento de áreas y el acceso a los datos, junto con la comprensión de cómo analizarlos, son factores clave de los resultados positivos.
  • La ciencia de datos y Alteryx pueden ayudarte a cambiar el mundo.

No te muevas.

EXPLORA

Este es otro gran artículo en el que se destaca cómo empresas ayudan al Gobierno a responder al COVID-19.

OBSERVA

En el seminario web grabado, The Bleeding Edge: Análisis de datos e innovación de IA en el sistema de salud, escucha cómo las tendencias actuales y del futuro sobre la analítica del sistema de salud y la inteligencia artificial (IA) afectan el panorama cambiante de la innovación del sistema de salud.

Escrito por
Women throwing colorful chalk
Blog
5 min to read

Lead by Example

Celebrating mentorship through the experiences of Alteryx’s 2022 Women of the Channel winners .

Analista
Líder de analítica
Líder comercial
Leer ahora
imagen
Blog
5 min to read

Leaders Recognize the Benefits of Governance and Oversight

Leaders recognize the connection between Analytics Automation and Digital Transformation Success.

Cadena de suministro
Líder de analítica
Líder comercial
Leer ahora
Two men with computers
Blog
5 min to read

Leaders Manage Analytics Automation Together With Their Business Intelligence and Data Science Teams

Three-Part Series.

Inteligencia de negocios/Analítica/Ciencia de datos
Líder de analítica
Líder comercial
Leer ahora