TekCrispyTekCrispy
  • Ciencia
    • Historia
    • Perfiles
  • Tecnología
    • Software
    • Móviles
    • Herramientas Web
    • Redes Sociales
  • Cultura Digital
    • Cine y TV
    • Videojuegos
  • Análisis
Selección del Editor

Presión arterial alta influye negativamente en la recuperación de pacientes con ACV

Jul 1, 2022

¿Qué beneficios para la piel tienen los antioxidantes que no tengan otros productos similares?

Jul 1, 2022

Los pulpos comparten algunos genes cerebrales humanos, ¿acaso ese es el verdadero secreto de su inteligencia?

Jul 1, 2022

Bancos de heces: la nueva propuesta para restaurar nuestra flora intestinal

Jul 1, 2022
Facebook Twitter Instagram TikTok Telegrama
TekCrispyTekCrispy
  • Ciencia

    Presión arterial alta influye negativamente en la recuperación de pacientes con ACV

    Jul 1, 2022

    ¿Qué beneficios para la piel tienen los antioxidantes que no tengan otros productos similares?

    Jul 1, 2022

    Los pulpos comparten algunos genes cerebrales humanos, ¿acaso ese es el verdadero secreto de su inteligencia?

    Jul 1, 2022

    Bancos de heces: la nueva propuesta para restaurar nuestra flora intestinal

    Jul 1, 2022

    ¿Existe una habilidad para reconocer objetos? Estos científicos dicen que sí y la nombraron ‘O’

    Jul 1, 2022
  • Tecnología

    ¿Por qué todavía no tenemos teléfonos a prueba de agua?

    Jun 30, 2022

    Samsung ha superado a TSMC en la producción de chips de 3nm

    Jun 30, 2022

    Ahora podrás reaccionar con cualquier emoji en WhatsApp

    Jun 30, 2022

    Atlas VPN confirma que las apps de seguimiento del embarazo y el período violan la privacidad de las mujeres

    Jun 30, 2022

    ¿Cuál canción te salvará de Vecna? Spotify te muestra tu canción favorita en su nueva playlist del Upside Down

    Jun 30, 2022
  • Cultura Digital

    Lotte Reiniger: la pionera en cine de animación que soñaba con siluetas

    Jun 25, 2022

    Netflix y TikTok apuestan por el mundo de los videojuegos

    Jun 24, 2022

    NZXT se extiende a España, Nueva Zelanda y Reino Unido: ¿Qué trae esto para el Gaming?

    Jun 21, 2022

    PlayStation Store en México: qué es, cómo funciona y qué juegos comprar

    Jun 7, 2022

    ¿Cuáles son los eventos de eSports más esperados del año?

    May 31, 2022
Facebook Twitter Instagram TikTok
TekCrispyTekCrispy
Ciencia

El machine learning llevará ayuda más rápido a poblaciones vulnerables

Por Oriana LinaresMay 14, 20206 minutos de lectura
Compartir
Facebook Twitter Email Telegrama WhatsApp

La pandemia del coronavirus ha afectado al mundo entero, pero la intensidad de esta no ha sido la misma en todas partes. En algunos países como España, Italia y los Estados Unidos la magnitud de esta ha hecho estragos con los sistemas de salud y las medidas de prevención como la cuarentena han llevado a las naciones a situaciones de recesión económica.

Sin embargo, estos territorios aún cuentan con mecanismos con los cuales intentar salir a flote. Por otra parte, los países que se encuentran actualmente en desarrollo no cuentan siempre con los recursos necesarios para esto.

Muchos de ellos tienen poblaciones en situaciones de pobreza que se han vuelto incluso más vulnerables por las medidas de cuarentena y aislamiento que se han instaurado en el mundo. Ya organizaciones como el Programa Mundial de Alimentos de la ONU han alertado que el hambre en el mundo podría duplicarse como una consecuencia del coronavirus.

Esta se convertiría solo en una de las muchas crisis que las poblaciones más vulnerables tendrían que sortear mientras intentan hacer frente a la pandemia. Los gobiernos de estas naciones están conscientes de esta peligrosa posibilidad y, por esto, han optado por buscar el apoyo de la tecnología para poder contrarrestar los efectos secundarios del COVID-19.

¿Cómo la big data y el machine learning pueden ayudar?

Es acá donde conceptos como la big data y el machine learning entran en juego. Por un lado, la primera se convierte en una fuente de información masiva y en constante actualización que permite conocer mejor las condiciones de los ciudadanos y sus necesidades inmediatas.

Luego, por su parte, el machine learning será el elemento que ayudará a darle cuerpo a esos grupos masivos de datos para poder obtener la información necesaria para tomar las medidas pertinentes. Por ejemplo, en Togo, África, se planea hacer uso de esta tecnología para definir los focos de pobreza extrema en el país.

Para esto, dispondrán del mecanismo del machine learning para que este procese imágenes satelitales de todo el territorio de Togo. De esta forma, se podrán crear mapas detallados que señalen las áreas de mayor pobreza. Estas, a su vez, se convertirán en los focos a los que el gobierno prestará más asistencia durante la crisis.

Otras alternativas

Este no es el único modo a través del cual el machine learning puede ser utilizado como herramienta de apoyo a la causa. De hecho, otras naciones como Uganda están haciendo uso de este pero para que procese los datos obtenidos por operadoras de telefonía local.

En algunos países en desarrollo, este tipo de empresas externas tienen a tener más información sobre la ubicación y situación actual de sus clientes que el gobierno de sus ciudadanos. Por esto, utilizar los datos que estas tengan es un método para asegurar la mayor precisión posible en la información.

Para estos casos, se harían uso de los datos de ubicación, de la frecuencia de las llamadas, la duración de estas, la cantidad de contactos y también la frecuencia de recarga del saldo. Luego, el machine learning puede realizar estimaciones muy cercanas a la realidad sobre la situación de los usuarios de la línea. Así el gobierno podrá saber a qué ciudadanos apoyar con prioridad.

Con una idea muy similar nos encontramos a Bangladesh. En su caso, usarán el machine learning y al información telefónica para de los usuarios para establecer sus criterios de elegibilidad. En pocas palabras, según la información obtenida de los análisis el país sabrá qué ciudadanos son elegibles para su programa de ayuda y cuáles no cumplen con los requisitos. Claro está que esta información por sí sola no será suficiente para descartar por completo a un candidato, pero sí puede dar la pista de que se requiere realizar una investigación particular más profunda de ese individuo o incluso de esa zona.

Las ventajas de estos nuevos sistemas

Gran parte del encanto de estas nuevas propuestas de encuentra en el potencial que ofrecen. Gracias a ellas el gobierno finalmente tendría un modo de contar con información actualizada y veraz sobre su población.

Lo que, en consecuencia, se traduciría en un mejor manejo de los recursos y en decisiones gubernamentales mejor desarrolladas. Por si fuera poco, también contarían con vías de control más fidedignas y con los medios para hacer llegar la ayuda rápidamente y justo a quien más la necesita –incluso si no se encuentra registrado en otras bases de datos del gobierno.

Algunas desventajas que se pueden ver en el camino

Sin embargo, no todo sobre estas propuestas es bueno. De hecho, también existe el riesgo de que los ciudadanos aprovechen el funcionamiento del sistema para inclinarlo a su favor.

Por ejemplo, si se sabe que las personas de menos recursos hacen llamadas más cortas, y que el algoritmo de machine learning lo detecta, entonces las personas podrían empezar a acortar la duración de sus comunicaciones a propósito con la finalidad de convertirse en candidatos elegibles para la ayuda.

Asimismo, estos sistemas, hasta ahora, dejan de lado la gran posibilidad de que población que presumiblemente se encuentra en más riesgo ni siquiera cuente con un celular. Por lo que, registrarla en estos procesos de ayuda sería mucho más complicado.

Finalmente, todo esto teorizado parece ofrecer un funcionamiento simple para una premisa sencilla. Sin embargo, el tener que aplicar en la vida real un sistema de registro y seguimiento como este en más de 160 millones de personas, no parece una tarea tan fácil.

Sobre todo porque la experiencia de uso de este tipo de mecanismos en estos países es básicamente nula. Lo que implicaría que el intento definitivo también se convertiría en el primero y que, por ende, también sería propenso a fallas.

¿Podemos usar esta tecnología en la actualidad?

La capacidad ya está, pero el conocimiento necesario no. Sin embargo, tener las precauciones usuales en medio de una crisis no siempre es posible. Un evento como una pandemia no esperará por los ensayos de laboratorio, por las pruebas controladas ni por una aplicación práctica paulatina.

En casos de emergencia hay que actuar rápido. Y, afortunadamente, en la actualidad ya contamos con la tecnología y los medios para llevar a cabo estas iniciativas. Los países Togo, Uganda y Bangladesh se han tomado la situación en serio y actualmente realizan esfuerzos particulares por conseguir este fin.

Sin embargo, avanzar a ciegas tampoco es la opción. Para un momento como el actual en el que la premura reina, entonces lo mejor que se puede hacer es compartir información y realizar trabajos de investigación conjuntos. Tal como la información sobre el coronavirus se comparte entre naciones de todo el mundo, los detalles sobre estas iniciativas de seguimiento con machine learning también podrían formar un fondo de información común para los países que desearan aplicarlas.

De esta forma, el fallo de uno se podrá convertir en el aprendizaje del otro y viceversa. Gracias a esto, los esfuerzos conjuntos los llevarás a la consecución de mejores y más rápidos resultados en menos tiempo. Así, podrán sacar el mejor provecho a sus recursos en medio de un periodo de agitación tan particular y apremiante como lo es la pandemia.

Coronavirus Covid-19 Machine Learning

Artículos Relacionados

Científicos reportan el primer caso de transmisión de COVID-19 de gato a humano

Correcta ventilación en entornos interiores sería importante para evitar la propagación del COVID-19

Pulseras con sensores detectan los síntomas del COVID-19 mucho antes que cualquier otro dispositivo

Añadir un comentario

Dejar una respuesta Cancelar respuesta

Selección del Editor

¿Por qué las personas hacen ghosting en las redes sociales?

Jun 20, 2022

Los caballos y los cerdos pueden distinguir si eres positivo o pesimista por el sonido de tu voz

Jun 17, 2022

¿La leche realmente es buena para los dientes?

Jun 17, 2022

¿No usas zapatos deportivos para caminar? Te explicamos por qué deberías

Jun 17, 2022
Síguenos en las redes
  • Facebook
  • Twitter
  • Instagram
  • TikTok
Facebook Twitter Instagram LinkedIn TikTok
  • Publicidad
  • Contacto
  • Política de Privacidad
  • Acerca de TekCrispy
© 2022 CRISPYMEDIA LLC. DERECHOS RESERVADOS.

Escriba arriba y pulse Enter para buscar. Pulse Esc para cancelar.