Con IA: alumnos Tec crean plataforma que predice casos de enfermedades

Como proyecto final de su posgrado, Javier Rebull y Juan Peréz, alumnos del Tec campus Ciudad de México, junto a Luis Sánchez, del campus Laguna, desarrollaron Epi-forecast MX, una plataforma que permite predecir la incidencia de casos de Parkinson, Alzheimer y depresión en México.

Los estudiantes de la Maestría en Inteligencia Artificial Aplicada (MNA) en colaboración con el Instituto Mexicano del Seguro Social (IMSS), utilizaron datos recuperados del Sistema Nacional de Vigilancia Epidemiológica (SINAVE) para entrenar distintos modelos y predecir cuántos casos pueden surgir en un año.

“Es una herramienta útil para las instituciones médicas, como lo es el IMSS, para identificar cuando se incrementan o disminuyen los casos de enfermedades mentales y con base en esto, planificar y dar un mejor servicio, al asignar recursos y adaptar consultas”, explica Luis.

La plataforma de IA permite visualizar pronósticos por estado y sexo mediante dashboards interactivos, una herramienta que centraliza datos en tiempo real, permitiendo filtrar, explorar y analizar.

Además, cuenta con un chatbot especializado. “Sirve para hacer consultas en lenguaje natural con base en la información con la que alimentamos los modelos”, comenta Luis.

Una herramienta para el sector salud

El nombre Epi-Forecast MX se refiere a “epidemia pronóstico mexicano”. Se trata de un sistema basado en modelos de series de tiempo. 

Estos modelos son herramientas utilizadas para analizar datos ordenados cronológicamente y predecir comportamientos futuros basándose en patrones pasados. 

El equipo probó más de mil modelos y finalmente eligieron alrededor de 300, distribuidos de manera precisa.

“Cada estado, cada sexo y cada uno de los padecimientos genera un modelo diferente, lo cual genera muchísimas combinaciones. Entonces, lo que hicimos fue buscar la manera de automatizar el entrenamiento”, indica Javier.

“Ningún modelo de inteligencia artificial es exacto, siempre va a haber un error, pero lo que buscamos es que se tenga el menor error posible”, explica Juan.

“Es una herramienta útil para las instituciones médicas para identificar cuando se incrementan o disminuyen los casos de enfermedades” .- Luis Sánchez.

Con la finalidad de ser una página accesible para todos, el equipo detalla que se enfocó en una interfaz simple y de fácil acceso. 

“Para el usuario final no es necesario tanto tecnicismo. Esta plataforma busca que incluso personal no técnico pueda consultar la información y utilizarla como apoyo en la toma de decisiones”, menciona Luis.

El impacto real de un proyecto académico

De acuerdo a los estudiantes, esta metodología podría escalarse a otras enfermedades y replicarse en distintos países para ayudar a gestionar los recursos oportunamente, lo que ha despertado el interés de autoridades de salud. 

“Es información que actualmente existe, que es verificada y puede ser aprovechada y utilizada al día de hoy, para mí ese es el gran valor que tiene este proyecto”, expresa Juan.

Hoy el equipo se prepara para una junta con David Kershenobich, Secretario de Salud, donde el objetivo es explorar la posibilidad de ampliar el acceso a nuevas fuentes de datos para alimentar el modelo con otras fuentes de información y evaluar su potencial.

“Esto va a permitir que los recursos que invierte México en salud pública se destinen de manera más eficiente, evitando así desperdiciar recursos, y poder tener una mejor planeación a un año”. finaliza Javier.

“Esto va a permitir que los recursos que invierte México en salud pública se destinen de manera más eficiente, optimizando los recursos disponibles”  .- Javier Rebull 

Durante este proyecto, el equipo recibió la asesoría de Grettel Barceló, profesora titular de la MNA, así como el acompañamiento de Ruth Pérez del IMSS y Lina Díaz del Instituto Nacional de Psiquiatría Ramón de la Fuente Muñiz (INPRFM).

Barceló explica que esta plataforma podría permitir tomar decisiones de política pública basadas en proyecciones y evidencia, 

“También puede ser usada para ver dónde hay desigualdad por género o región en la atención”, finaliza Barceló.

NO TE VAYAS SIN LEER: