La inteligencia artificial aplicada fue una de las materias que más útil se reveló para elaborar modelos de predicción que ayudaran a prever el desarrollo de la pandemia a fin de disponer los recursos adecuados en cada momento. El proyecto PreCoV2.org, liderado por el profesor José Luis Aznarte , del Departamento de Inteligencia Artificial de la UNED, en colaboración con Inverence y Populate, consiguió que pudiera entenderse de manera rápida el comportamiento de la enfermedad con una modelización realizada a partir de los datos oficiales.
“Es un modelo que combina conocimiento experto y ciencia de datos, es adaptativo y ‘aprende’ de los datos”, explica el profesor Aznarte. Su utilidad radica, en palabras del experto, en que “permite anticipar el comportamiento de los principales indicadores de la pandemia, entre ellos, la incidencia de los casos, el número de los ingresos hospitalarios o los fallecimientos”. Estos pronósticos han permitido a las autoridades sanitarias tener más control sobre la pandemia.
El proyecto, financiado por el Ministerio de Sanidad a través del Instituto de Salud Carlos III, construyó sus métricas con información de las Comunidades Autónomas relativa a casos de prevalencia en los hospitales, prevalencia en la UCI y fallecidos por provincia, una información cuyo repositorio es el proyecto esCovid19data, todo con el objetivo central de prever con cierta antelación la evolución de la enfermedad en cada uno de los territorios del país.
PreCoV2.org se construyó con la colaboración de la empresa Inverence, que implementó el modelo matemático y, según nos explica el profesor Aznarte, produce “los resultados más precisos y está entre los mejores de Europa”. “Sus predicciones son mejores que las de otros modelos que también se publican en el Hub Europeo de Predicción de covid”, apunta el profesor. El modelo PreCoV2.org, desarrollado por la UNED, alcanza los resultados más precisos de Europa en cuanto a predicción de la COVID-19
