![\"El](\"https:\/\/www.telam.com.ar\/thumbs\/bluesteel\/advf\/imagenes\/2022\/08\/62ed3d6799f40_900.jpg\")
<\/figure>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\nEl proyecto \u201cGesti\u00f3n epidemiol\u00f3gica basada en inteligencia artificial y ciencia de datos\u201d (Arphai) es una de las nueve propuestas seleccionadas entre m\u00e1s de 150 en una convocatoria internacional.<\/p>\n
Investigadores argentinos trabajan en el desarrollo de herramientas tecnol\u00f3gicas basadas en inteligencia artificial y ciencia de datos que permitan anticipar y\u00a0detectar potenciales brotes epid\u00e9micos\u00a0<\/strong>a partir de un elemento clave: los datos -anonimizados- de historias cl\u00ednicas electr\u00f3nicas.<\/p>\n El proyecto se llama\u00a0Arphai<\/strong>\u00a0(Argentinean Public Health Research on Data Science and Artificial Intelligence for Epidemic Prevention -Gesti\u00f3n epidemiol\u00f3gica basada en inteligencia artificial y ciencia de datos) y apunta a favorecer la toma de decisiones de salud p\u00fablica preventiva pero con un enfoque muy fuerte en dos l\u00edneas transversales:\u00a0la detecci\u00f3n de sesgos y el uso responsable de datos.<\/strong><\/p>\n \u201cSobre los sesgos, somos conscientes de que las personas no acceden del mismo modo al sistema de salud\u201d; cont\u00f3 a T\u00e9lam-Confiar Ver\u00f3nica Xhardez, coordinadora t\u00e9cnica del proyecto Arphai en el Centro Interdisciplinario de Estudios en Ciencia, Tecnolog\u00eda e Innovaci\u00f3n (Ciecti).<\/p>\n Por eso, el equipo audita sus modelos predictivos y desarrollos con el objetivo de\u00a0descubrir potenciales sesgos\u00a0<\/strong>vinculados con el g\u00e9nero, la edad o la localizaci\u00f3n geogr\u00e1fica de las personas, entre otros posibles.<\/p>\n El proyecto cuenta adem\u00e1s con una estrategia de\u00a0uso responsable<\/strong>\u00a0que establece estrategias para asegurar el cuidado de datos sensibles.<\/p>\n \u201cActualmente los sistemas de notificaci\u00f3n de enfermedades dependen en parte de la notificaci\u00f3n activa de los profesionales de la salud, es lo que se llama vigilancia cl\u00ednica\u201d, explic\u00f3 Xhardez.<\/p>\n Para que esto suceda, el profesional que atiende un caso tiene que sospechar que ocurre un evento de notificaci\u00f3n obligatoria -por ejemplo, dengue- y enviar el caso activamente a trav\u00e9s del sistema de vigilancia de la salud.<\/p>\n \u201cEn este proceso suele haber p\u00e9rdida de informaci\u00f3n (por caso, si no me doy cuenta de que los s\u00edntomas son de\u00a0dengue\u00a0<\/strong>o si me olvido de notificarlo) y tambi\u00e9n retrasos, porque cada paso lleva tiempo\u201d, agreg\u00f3.<\/p>\n En ese marco, las diferentes l\u00edneas de trabajo aportan distintas propuestas para la\u00a0detecci\u00f3n de brotes de manera m\u00e1s temprana.<\/strong><\/p>\n Por ejemplo, mencion\u00f3, los modelos desarrollados podr\u00edan detectar un\u00a0crecimiento exponencial del n\u00famero de casos y predecir con d\u00edas de anticipaci\u00f3n el desarrollo de un brote<\/strong>, inclusive cuando el n\u00famero de casos actual no sea preocupante. Esto se logra analizando el comportamiento anterior de los casos y considerando la din\u00e1mica conocida de las enfermedades infectocontagiosas para diversos escenarios posibles.<\/p>\n Marina Ridao, M\u00e9dica, Magister y Especialista en Salud P\u00fablica y M&E de pol\u00edticas p\u00fablicas de salud, dedicada al an\u00e1lisis de datos de salud, te cuenta qui\u00e9nes son los usuarios de las herramientas del tablero de control que dise\u00f1amos desde @arphai_arg<\/a>. pic.twitter.com\/IMSlliFRQD<\/a><\/p>\n — Proyecto Arphai (@arphai_arg) July 18, 2022<\/a><\/p><\/blockquote>\nQu\u00e9 aporta el proyecto<\/h2>\n
\n