Tres grupos de la UJI contribuyen al análisis de datos para ofrecer información científica en la gestión pública de la crisis por el coronavirus

Los grupos de investigación Geotec, Análisis de Formas 2D y 3D-Aprendizaje Estadístico en Inteligencia Artificial, Estereología y GIANT de la Universitat Jaume I de Castelló (UJI) participan junto con otros diez grupos de seis entidades de la Comunitat Valenciana en el proyecto Ciencias de datos contra la COVID-19 (CD4COVID), un trabajo colaborativo que se desarrolla de forma voluntaria y altruista desde el comienzo de la crisis causada por la pandemia.

El proyecto CD4COVID ha obtenido recientemente financiación del fondo Supera COVID-19 que Banco Santander lanzó en abril, junto a CRUE Universidades Españolas y el Consejo Superior de Investigaciones Científicas (CSIC). El fondo, dotado con 8,5 millones de euros para la financiación de programas, proyectos y medidas de apoyo, tiene por objeto minimizar el impacto de la crisis generada por la pandemia y se centra en tres líneas de actuación: investigación, proyectos de impacto social y fortalecimiento de la capacidad tecnológica de las universidades españolas.

La investigación Ciencias de datos contra la COVID-19 aglutina la participación de la sociedad civil (a través de una encuesta ciudadana), expertos y expertas del entorno académico-investigador y la administración pública, con el objetivo de aportar información para que los responsables de la gestión pública de la crisis puedan tomar decisiones informadas y basadas en evidencias científicas obtenidas del análisis de datos.

La iniciativa, vinculada a la Estrategia Valenciana en Inteligencia Artificial mediante el comisionado de la presidencia que ocupa la investigadora Nuria Oliver, está formada por más de una veintena de expertos y expertas de universidades y centros de investigación de la Comunidad Valenciana y un investigador de Microsoft que usan los recursos de sus propias instituciones. El proyecto incluye tres grandes áreas de trabajo: modelado de la movilidad humana; modelos epidemiológicos computacionales y ciencias de datos para la toma de decisiones públicas.

Está en marcha desde el inicio de la crisis en marzo y su previsión es que esté operativa hasta principios de 2021, cuando todo hace pensar que se dispondrá de una vacuna y ya será menos necesario seguir monitorizando la epidemia. Diariamente, la comisionada de la Generalitat Valenciana, Nuria Oliver, elabora un informe con las predicciones del día, con análisis adicionales según las prioridades que se comparte con los miembros del Consell. Además de la información obtenida (bases de datos, mapas o informes) en las tres áreas de trabajo, el equipo tiene previsto implementar un portal web para difundir toda la información que pueda mostrarse en abierto.

Los grupos de investigación que forman parte del grupo de trabajo son Human(ity) Centric Artificial Intelligence de la Fundación Ellis de Alicante; Geotec (liderado por Joaquín Huerta), Análisis de Formas 2D y 3D, Aprendizaje Estadístico en Inteligencia Artificial , Estereología (con Marina Martínez García) y GIANT (con Emilio Sansano) de la Universitat Jaume I de Castelló; MVRlab: Laboratorio de Investigación en Visión Móvil y Lucentia de la Universitat d’Alacant; ESI International Chair on Real Time Control for Simulation de la Universidad Cardenal Herrera-CEU; Unidad Mixta CIPF-FISABIO de Imagen Biomédica del Centro de Investigación Príncipe Felipe-FISABIO; Centro de Investigación Operativa, Valencia Bayesian Research Group y DataScientistUMH de la Universidad Miguel Hernández; e Instituto Universitario de Matemática Pura y Aplicada, Valencian Research Institute for Artificial Intelligence (VRAIN) de la Universitat Politècnica de València.

Áreas de trabajo

La primera área, modelado de la movilidad humana, concentra el análisis de datos agregados y anonimizados extraídas a partir de la red de telefonía móvil y compartidos por el Instituto Nacional de Estadística (INE) que tiene un acuerdo con Telefónica, Vodafone y Orange. A partir de los datos de unas cinco mil personas se analiza la movilidad real de la ciudadanía desde el comienzo de la epidemia obteniéndose información sobre cómo han funcionado las medidas de contención e identificándose comunidades y flujos de personas para predecir mejor la propagación de la COVID-19 si se producen brotes.

La segunda área de trabajo se ocupa de la creación de modelos epidemiológicos computacionales que permiten predecir el número de personas infectadas y recuperadas a lo largo del tiempo, así como realizar simulaciones sobre cómo progresaría la pandemia bajo diferentes escenarios de movilidad. Se trabaja con dos tipos de modelos: metapoblacionales tipo SEIR e individuales de agentes. El SEIR describe la evolución con una clasificación en cuatro clases (personas susceptibles, expuestas, infecciosas y recuperadas) que cambia a lo largo del tiempo y que se ha adaptado a los 24 departamentos de salud de la Comunidad Valenciana.

El análisis de estos datos permite inferir la prevalencia real de la COVID-19 y descartar o no una posible situación de «inmunidad comunitaria». Además, se aplican métodos de machine learning para predecir situaciones futuras y explicar la importancia de determinadas variables (edad, hogares intergeneracionales, prevalencia de síntomas, etc.) para determinar el riesgo presente y futuro de los departamentos de salud y estudiar, por ejemplo, las necesidades de puestos en la UCI.

Por último, la tercera área, ciencias de datos para la toma de decisiones públicas, se encarga de elaborar modelos predictivos diarios del número de personas afectadas, hospitalizadas, casos activos, UCI y personas que han fallecido. E incorpora los datos obtenidos mediante una encuesta ciudadana (con 200.000 respuestas) que se centra en cinco aspectos: comportamiento social durante el confinamiento; resiliencia respecto a las medidas de confinamiento; impacto económico y laboral; estado de salud física y estado de ánimo y uso de la tecnología. También se elabora un mapa de prioridad o riesgo por cada uno de los 24 departamentos de salud que predice la probabilidad de ocupar camas de personas enfermas críticas durante los siguientes cinco u ocho días.

Fuente: UJI







RUVID - Red de Universidades
Valencianas para el fomento de la
Investigación, el Desarrollo y la Innovación

C/Serpis, 29 · 2ª planta
Edificio INTRAS
46022 · Valencia · España
Tel: +34 96 162 54 61
ruvid@ruvid.org

©RUVID, Red de Universidades Valencianas para el fomento de la Investigacción, el Desarrollo y la Innovación
​Protección de datos ​Política de cookies