phonlamaiphoto - stock.adobe.com
Coronavirus: España usará IA para automatizar sus pruebas
Las autoridades en España han invertido en robots para automatizar las pruebas de los ciudadanos por el coronavirus Covid-19.
El gobierno español planea evaluar a 80,000 personas por día para detectar coronavirus con el lanzamiento de examinadores robots.
La tecnología se utilizará para acelerar las pruebas de personas en España, uno de los países más afectados por el brote de Covid-19, con más de 200 muertes hasta el momento. Según Bloomberg, las autoridades españolas ahora planean aumentar las pruebas diarias de aproximadamente 20.000 por día a 80.000, mediante el uso de cuatro robots para aplicar inteligencia artificial (IA) a las pruebas.
En una conferencia el sábado 21 de marzo, Raquel Yotti, directora del instituto de salud de Madrid, dijo: “Ya se ha diseñado un plan para automatizar las pruebas a través de robots y España se ha comprometido a comprar cuatro robots que nos permitirán ejecutar 80.000 pruebas por día”.
Debido a la facilidad con que el coronavirus se propaga de persona a persona, las pruebas se han identificado como una de las mejores formas de controlar la enfermedad. Pero las pruebas tienen limitaciones de costos y recursos. La aplicación de tecnología de IA y robots podría ayudar a superar estos problemas, al tiempo que reduce la exposición de los médicos al virus.
No se han proporcionado más detalles sobre cómo funcionarán los robots, pero la IA está cada vez más diseñada para funcionar en la industria de la salud al automatizar parte del trabajo del personal médico, dándoles más tiempo para tratar a los pacientes.
La tecnología ha demostrado ser exitosa en ensayos médicos, incluida la identificación de cáncer en escáneres de seno.
Un trabajo de investigación de Google Health, publicado en la revista Nature, informó que el aprendizaje automático, basado en el algoritmo TensorFlow de Google, se puede utilizar para reducir los falsos positivos en las exploraciones de cáncer de mama. Un falso positivo es cuando una exploración de mamografía se identifica incorrectamente como cancerosa, y un falso negativo es cuando se diagnostica erróneamente como no canceroso.
En el documento de Google Health, basado en la capacitación de un algoritmo de IA para identificar el cáncer de seno utilizando un gran conjunto de datos representativos del Reino Unido y los EE. UU., los investigadores informaron una reducción absoluta del 5,7% en falsos positivos en el conjunto de datos de EE. UU., mientras que el conjunto de datos del Reino Unido mostró una reducción del 1,2% en falsos positivos.