16/07/2020

Neix a Catalunya el primer observatori basat en Big Data i Intel·ligència Artificial per detectar i preveure futures epidèmies

L'investigador de la URV Àlex Arenas participa en aquesta iniciativa, que té l'objectiu de convertir-se en una eina de suport en la presa de decisions basada en models epidemiològics innovadors per anticipar-se a les epidèmies i millorar-ne la gestió

Catalunya engega avui el primer projecte d’ús d’anàlisi de Big Data i Intel·ligència Artificial per a la prevenció d’epidèmies per ajudar a preveure, detectar i mitigar la propagació d’epidèmies. Utilitzant tecnologies digitals avançades, aquest projecte proposarà nous models matemàtics de monitoratge i predicció per a la detecció primerenca de futurs brots epidèmics, capaços de proporcionar la informació necessària per prendre accions de contenció i mitigació més eficaces.

La Universitat Rovira i Virgili, a través de l’investigador i catedràtic del Departament d’Enginyeria Informàtica i Matemàtiques Àlex Arenas, -amb una llarga expertesa en el desenvolupament de models matemàtics que prediuen l’expansió d’epidèmies- forma part d’aquesta iniciativa publicoprivada. L’observatori suma els esforços de la Generalitat de Catalunya, a través del Departament de Polítiques Digitals i Administració Pública i el Departament de Salut; institucions mèdiques i de salut (Hospital Germans Trias i Pujol i Fundació Lluita contra la Sida); centres punters d’innovació i investigació tecnològica i grups de recerca (CIDAI, Eurecat, Barcelona Supercomputing Center i la Universitat de Girona) i Mobile World Capital Barcelona. A més, el projecte compta amb la col·laboració de la iniciativa GSMA AI for Impact.

L’investigador de la URV Àlex Arenas forma part de l’observatori epidemiològic.

L’Observatori s’ubicarà a l’Hospital Germans Trias i Pujol (HGTiP) i comptarà amb la coordinació científica del doctor Bonaventura Clotet, cap del Servei de Malalties Infeccioses de l’HGTiP i president de la Fundació Lluita contra la Sida (FLS). La coordinació tècnica anirà a càrrec del Center for Innovation in Data tech and Artificial Intelligence (CIDAI), creat en el marc de l’Estratègia en Intel·ligència Artificial del Govern de Catalunya, Catalonia.AI.

La pandèmia de la Covid-19 ha posat sobre la taula la necessitat de detectar amb antelació els brots epidèmics per millorar-ne els processos de contenció i mitigació. Així, l’observatori epidemiològic vol analitzar la propagació d’epidèmies a través de l’anàlisi de dades provinents de les xarxes de telefonia mòbil, del cens, dades epidemiològiques i dades ambientals i meteorològiques, que ajudaran a proporcionar models matemàtics millorats per dissenyar les millors estratègies per preveure i mitigar la propagació d’epidèmies presents i futures.

Big Data per a la prevenció d’epidèmies

El primer projecte de recerca de l’observatori, ‘Big Data per a la prevenció d’epidèmies’, aplicarà tecnologia d’anàlisi de Big Data i Intel·ligència Artificial a dades epidemiològiques, dades de telefonia mòbil, dades censals i dades meteorològiques amb l’objectiu de millorar la comprensió de la propagació de pandèmies per poder anticipar-se i millorar la gestió dels recursos públics. Així, primer es procedirà al creuament de les dades de forma agregada i anonimitzada -en cap cas implicarà traçabilitat o identificació de les persones-, i a l’anàlisi i extensió de models matemàtics per comparar i predir patrons específics d’epidèmies, a partir de la grip i la Covid-19. Això permetrà definir un primer model epidemiològic al qual posteriorment s’aplicaran tècniques i algoritmes de Machine Learning (aprenentatge automàtic) per millorar-lo. Finalment, es treballarà en la construcció d’una eina capaç d’integrar les diferents fonts de dades de manera automàtica que permetrà el monitoratge de l’evolució d’una epidèmia i crear un sistema de suport a decisions obert per a les comunitats científica i sanitària.

Tractament de les dades i privacitat de les persones

Una de les prioritats d’aquest Observatori és definir i posar en marxa un model de tractament de dades que garanteixi plenament el respecte a la informació de caràcter personal per protegir la intimitat i privacitat dels ciutadans. En aquest sentit, per tal d’estudiar la transmissió del virus, es treballarà amb dades agregades epidemiològiques i de mobilitat, sempre agregades i anonimitzades, seguint les recomanacions i millors pràctiques del Comitè Europeu de Protecció de Dades (CEPD) i del Departament de Salut.


1 comentari

  1. Joan Rosell |

    Enhorabona al Prof. Arenas! Un gran científic, i tot un exemple.

Respon a Joan Rosell Cancel·la les respostes

L'adreça electrònica no es publicarà.

*