En ITELLIGENT hemos desarrollado una web con datos estadísticos y mapas interactivos en tiempo real sobre el COVID-19 en España. Gracias a los datos recopilados a través del Instituto de Salud Carlos III y su hibridación con datos del Instituto Nacional de Estadística, los usuarios pueden obtener todo tipo de información y datos de la enfermedad del Coronavirus en toda España.
El objetivo es ofrecer una plataforma de open data, todos ellos aglutinados en una única web, sobre la evolución de la pandemia y actualizados diariamente.
Esta página se encuentra disponible en http://covid.itelligent.es/ y posee información y recursos para comprender el brote de la pandemia en España y su evolución actual. En ella podemos encontrar mapas interactivos, de forma que pinchando en las imágenes puedes visualizar en detalle los datos y estadísticas actualizadas. Asimismo, gracias a este estudio se puede calcular la incidencia del Covid19 por cada 100 mil habitantes.
Además, esta información publicada en la web, se pueden descargar tanto en PDF como en Excel y están disponibles en la plataforma netOpenData de ITELLIGENT, de tal forma que sus usuarios pueden consultar los datos vía API. En las próximas semanas, se irán implementando nuevos datos e información acerca del Coronavirus como, por ejemplo, la publicada por las Comunidades Autónomas u otras fuentes de datos.
Desde hace tiempo en ITELLIGENT nos hemos plateado si de alguna forma nuestra actividad empresarial puede ayudar a la bienestar de otros a través de nuestros conocimientos o a través del desarrollo de nuestra tecnología, ambos casos centrados en las áreas del Big Data & Data Science, Inteligencia Artificial, Procesamiento del Lenguaje Natural, entre otros. De esta inquietud han nacido distintas colaboraciones, algunas puntuales y otras mas continuadas, como por ejemplo han sido:
¿Qué son los Objetivos de Desarrollo Sostenibles?
Los Objetivos de Desarrollo Sostenible (ODS) se adoptaron por todos los Estados Miembros en 2015 como un llamado universal para poner fin a la pobreza, proteger el planeta y garantizar que todas las personas gocen de paz y prosperidad para 2030. Se tratan de 17 ODS integrados, es decir, se reconocen que las intervenciones en un área afectarán los resultados de otras y que el desarrollo debe equilibrar la sostenibilidad medio ambiental, económica y social.
Desde hace aproximadamente un año, cuando en ITELLIGENT comenzamos a conocer los ODSs, hemos replanteado si es posible desde una empresa comprometerse con alguno de estos objetivos e intentar, en la medida de lo posible, identificar qué objetivos hemos llevado a cabo en los últimos años.
Por nuestra parte, las iniciativas anteriormente descritas pueden identificarse con los siguientes Objetivos de Desarrollo Sostenible:
Este virus lo paramos juntos. Bajo esta premisa, desde ITELLIGENT, hemos querido aportar nuestro granito de arena y lanzamos esta iniciativa con el fin de poner en marcha una plataforma colaborativa de apoyo a la toma de decisiones para minimizar las consecuencias producidas por el COVID-19.
Esta plataforma pretende compatibilizar la seguridad de los ciudadanos al mismo tiempo que maximizar el desarrollo de la actividad comercial. Para llevarla a cabo, queremos invitar a empresas, organizaciones y/o instituciones públicas a participar en el proyecto. Principalmente, los perfiles y datos necesarios para el mejor desarrollo de la iniciativa serían:
¿Cuál es el objetivo?
Ayudar a la toma de decisiones informadas, basadas en datos, que permita incrementar la actividad económica minimizando los riesgos de contagio por el COVID-19.
¿Para qué sirve la plataforma? Lo explicamos con un ejemplo gráfico
La plataforma recopila datos relevantes para el análisis de la pandemia (datos de contagios, test realizados,…) a un nivel de desagregación alto (ej. a nivel de código postal) pero manteniendo el anonimato. La plataforma tiene acceso a fuentes de datos que le permiten caracterizar estas áreas (ej. demografía, renta, meteorología, movilidad entre códigos postales, …). Además, dispone de información sobre los recursos sanitarios (ej. camas UCI disponibles) en la zona de estudio (ej. en una provincia concreta).
PASO UNO: EVALUAR LOS ESCENARIOS
A partir de los datos disponibles para cada área de referencia (ej. para cada código postal), es posible simular como puede evolucionar su situación sanitaria a lo largo del tiempo. Pero además, podemos utilizar dichas simulaciones para evaluar la situación sanitaria si tomamos distintas medidas (decisiones).
Así, por ejemplo, dada un área concreta con unos determinados niveles de infección y unos factores asociados (ej. demografía, renta, movilidad) podemos estimar como evolucionará la infección si tomamos distintas decisiones -a esto, le llamamos distintos escenarios-. Por ejemplo, qué sucede si no hacemos nada (escenario 1), si confinamos a los infectados (escenario 2), si realizamos tracking y testeos (escenario 3) o cualquier otra decisión (ver Figura-1). El resultado de cada una de estas simulaciones nos indicará las consecuencias esperadas en cada uno de estos escenarios (ej. número esperado de infectados, hospitalizados y defunciones a lo largo del tiempo).
Figura 1: Simulador de escenarios y evaluación
PASO DOS: RESOLVER EL “SUDOKU”
En el Paso-1 vimos el efecto de tomar distintas decisiones (escenarios) para cada área de estudio (ej. para cada código postal de la provincia). En este paso es necesario tener en cuenta todas las áreas (ej. todos los códigos postales) y el efecto de las decisiones en los recursos disponibles (ej. número de camas UCI, número de tests disponibles, etc.).
Ahora necesitamos resolver una especie de “sudoku”, que nos permita determinar que decisión tomar en cada área, de forma que minimicemos el número de muertes (u otro objetivo), pero que además, se puedan hacer con los medios disponibles (ej. que no necesitemos mas camas UCI de las disponibles). La plataforma resuelve rápidamente este “sudoku” y nos ofrece las mejores decisiones que podemos tomar.
Figura 2: Acciones recomendadas
Por ejemplo, la plataforma podría recomendar confinar un área con alta movilidad y un alto índice de contagios (Area1 en Figura-2) o restringir la movilidad desde una zona de contagio medio hacia un área de costa (Area2 en Figura-2), manteniendo el resto de las áreas sin restricciones, pero incrementando el numero de tests y tracking (Áreas 3, 4 y 5). Además, la plataforma habrá comprobado, resolviendo el “sudoku”, que estas acciones son realizables con los recursos disponibles y es la mejor combinación que podemos hacer para conseguir el objetivo marcado.
PASO TRES: TOMA DE DECISIONES
Los resultados del Paso-2, son las decisiones que la plataforma recomendará al usuario, éste podrá aceptarla o modificar algunos de los parámetros (ej. reducir el número de camas de UCI disponibles) para evaluar otras alternativas. Además, la plataforma permitirá explorar las distintas opciones desde un interfaz muy amigable.
Figura 3: Probabilidad de contagio
PASO CUATRO: APRENDIZAJE
Para realizar las simulaciones en el Paso-1, la plataforma ha requerido distintos parámetros (ej. probabilidades de contagio, probabilidad de ser hospitalizado, probabilidad de defunción,…). Inicialmente esos parámetros serán unos valores estáticos, pero al ir disponiéndose de nuevos datos, es posible mejorar las estimaciones de estos parámetros. Para ello, la plataforma utilizará modelos de Inteligencia Artificial, que permiten “aprender” como influyen distintos factores (ej. edad de las personas, tamaño de las casas, densidad de población,…) en los parámetros que gobiernan la evolución de la enfermedad. Así, por ejemplo, el sistema puede “aprender” que en igualdad de condiciones, áreas con mayor densidad de población y casas más pequeñas incrementan la probabilidad de contagio (ver Figura-4). Lo que irá mejorando el resultado de la plataforma, además de ofrecer una “inteligencia” muy interesante sobre el COVID19, que también podrá ser explotada a través de la plataforma.
¿Qué ventajas aporta la Plataforma de Apoyo a la Decisión?
¿Quieres colaborar?
Para participar o solicitar más información: